本地 TFJS 模型(迁移学习 MobileNet)returns 个错误预测
Local TFJS Model (Transfer Learning MobileNet) returns wrong predictions
我使用 MobileNet 的迁移学习来解决图像问题。我用 ImageDataGenerator (rescale=1./127.5)
.
加载了图像
训练后我将其转换为:
tensorflowjs_converter --input_format=tf_saved_model --weight_shard_size_bytes 10000000000 model tmp
下一步是在我的 Expo 应用程序中加载我的模型和权重文件:
const model = await tf.loadGraphModel(bundleResourceIO(modelJson,modelWeight));
并标准化我的输入图像:
const normalized = imageTensor.toFloat().sub(127.5).div(127.5);
输出完全错误(一个 class 总是 1 而所有其他的 ~0)
有人知道问题出在哪里吗?
用这个规范化解决了它:
const normalized = imageTensor.toFloat().sub(127).div(128);
我使用 MobileNet 的迁移学习来解决图像问题。我用 ImageDataGenerator (rescale=1./127.5)
.
训练后我将其转换为:
tensorflowjs_converter --input_format=tf_saved_model --weight_shard_size_bytes 10000000000 model tmp
下一步是在我的 Expo 应用程序中加载我的模型和权重文件:
const model = await tf.loadGraphModel(bundleResourceIO(modelJson,modelWeight));
并标准化我的输入图像:
const normalized = imageTensor.toFloat().sub(127.5).div(127.5);
输出完全错误(一个 class 总是 1 而所有其他的 ~0)
有人知道问题出在哪里吗?
用这个规范化解决了它:
const normalized = imageTensor.toFloat().sub(127).div(128);