我是新来的机器学习和我下面这个博客如何编写与mobilenet的典范。
我设法转换了 .h5 文件模型并尝试在我的网络应用程序上实现它。
不幸的是,当我尝试加载 JSON 模型时,出现此错误:
未捕获(承诺)错误:提供的重量数据没有目标变量:block1_conv1_2/kernel。
我在命令行中转换了 .h5 模型,如下所示:
tensorflowjs_converter --input_format keras model.h5 ConvertedModel/
在浏览器中加载模型的代码,我关注了这个博客
let model;
async function loadModel(name) {
$(".progress-bar").show();
model = undefined;
model = await tf.loadModel(`ConvertedModel/model.json`);
$(".progress-bar").hide();
}Run Code Online (Sandbox Code Playgroud)
要查看模型的代码,请参阅博客链接。但下面是模型编译方式的截图。 模型编译
依赖项:
任何解决此问题的帮助将不胜感激。非常感谢。
我是机器学习的新手。我正在按照本教程对VGG16模型进行微调。
该模型可以使用以下代码很好地加载:
vgg_model = tensorflow.keras.applications.vgg16.VGG16()
Run Code Online (Sandbox Code Playgroud)
但出现此错误:
TypeError: The added layer must be an instance of class Layer. Found: <tensorflow.python.keras.engine.input_layer.InputLayer object at 0x000001FA104CBB70>
Run Code Online (Sandbox Code Playgroud)
运行此代码时:
model = Sequential()
for layer in vgg_model.layers[:-1]:
model.add(layer)
Run Code Online (Sandbox Code Playgroud)
依存关系:
我正在关注此博客,但我想使用VGG16。
任何帮助解决此问题的方法将不胜感激。非常感谢。