Tensorflow.js tf.GraphModel clase .executeAsync() Método

Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático, así como redes neuronales de aprendizaje profundo en el entorno del navegador o del Node.

La función .executeAsync() se usa para implementar la implicación a favor del modelo dado para los tensores de entrada establecidos de manera asíncrona. Además, puede utilizar dicho método si su modelo incluye operaciones de flujo.

Sintaxis:

executeAsyn(inputs, outputs?)

Parámetros:  

• Entradas: es el tensor establecido o una array de tensores o un mapa de tensores de las entradas a favor del modelo, manejado a través de designaciones de Nodes de entrada. Es de tipo (tf.Tensor|tf.Tensor[]|{[name: string]: tf.Tensor}).
• Salidas: es la designación de Node de salida establecida del modelo de flujo de tensor establecido. Si no se indican los resultados, se deben aplicar los resultados predeterminados del modelo establecido. Además, podemos analizar los Nodes intermedios del modelo especificado fijándolos a la array de salidas. Es de tipo string o string[].

Valor devuelto: Devuelve la promesa de tf.Tensor o tf.Tensor[].

Ejemplo 1: En este ejemplo, estamos cargando MobileNetV2 desde una URL.

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining tensor input elements
const model_Url =
'https://storage.googleapis.com/tfjs-models/savedmodel/mobilenet_v2_1.0_224/model.json';
  
// Calling the loadGraphModel() method
const mymodel = await tf.loadGraphModel(model_Url);
  
// Defining inputs
const inputs = tf.zeros([1, 224, 224, 3]);
  
// Calling executeAsync() method
const res = await mymodel.executeAsync(inputs);
  
// Printing output
console.log(res);

Producción:

Tensor
     [[-0.1800361, -0.4059965, 0.8190175, 
     ..., 
     -0.8953396, -1.0841646, 1.2912753],]

Ejemplo 2: En este ejemplo, estamos cargando MobileNetV2 desde una URL de TF Hub.

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining tensor input elements
const model_Url =
'https://tfhub.dev/google/imagenet/mobilenet_v2_140_224/classification/2';
  
// Calling the loadGraphModel() method
const mymodel = await tf.loadGraphModel(
        model_Url, {fromTFHub: true});
  
// Defining inputs
const inputs = tf.zeros([1, 224, 224, 3]);
  
// Defining outputs
const outputs = "module_apply_default/MobilenetV2/Logits/output";
  
// Calling executeAsync() method
const res = await mymodel.executeAsync(inputs, outputs);
  
// Printing output
console.log(res);

Producción:

Tensor
     [[-1.1690605, 0.0195426, 1.1962479, 
     ..., 
     -0.4825858, -0.0055641, 1.1937635],]

Referencia: https://js.tensorflow.org/api/latest/#tf.GraphModel.executeAsync