Clase Tensorflow.js tf.GraphModel

Introducción: Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el entorno del navegador o del Node. La clase Tensorflow.js tf.GraphModel se usa para construir un gráfico acíclico a partir de SavedModel y lo convirtió en ejecución de inferencia. tf.GraphModel se crea mediante el método tf.loadGraphModel().

Sintaxis: 

tf.loadGraphModel.Method(args);

Parámetros: 

• args: diferentes métodos aceptan diferentes parámetros.

Devoluciones: diferentes métodos devuelven diferentes valores de datos, etc.

A continuación veremos algunos de los ejemplos de la clase tf.GraphModel:

Ejemplo 1: En este ejemplo, veremos el método executeAsync() que se usa para implementar la implicación a favor del modelo. Toma el tensor como parámetro de entrada y el nombre del Node de salida como una string. Devuelve la promesa de tensor.

import * as tf from "@tensorflow/tfjs"
  
async function run(){
    
// Tensor input elements 
 const gfg_Url =
 'https://storage.googleapis.com/tfjs-models/savedmodel/mobilenet_v2_1.0_224/model.json'; 
  
// Calling loadGraphModel() function  
 const gfg_Model = await tf.loadGraphModel(gfg_Url); 
  
// Inputs for the model 
 const gfg_shape = [1, 224, 224, 3];
 const gfg_Input = tf.zeros(gfg_shape);
  
// Calling executeAsync()  
 const gfg_result = await gfg_Model.executeAsync(gfg_Input); 
 gfg_result.print();
  
}
await run();

Producción: 

Tensor
     [[-0.1800359, -0.4059841, 0.8190171, ..., -0.895331,
      -1.084169, 1.2912908],]

Ejemplo 2: En este ejemplo, veremos el método dispose() que se usa para deshacerse del tensor. No toma ningún parámetro. vuelve vacío. 

import * as tf from "@tensorflow/tfjs"
  
async function run(){
    
// Defining tensor input elements 
 const gfg_Url =
 'https://storage.googleapis.com/tfjs-models/savedmodel/mobilenet_v2_1.0_224/model.json'; 
  
// Calling the loadGraphModel() function  
 const gfg_Model = await tf.loadGraphModel(gfg_Url); 
  
// Input for our function 
 const gfg_shape = [1, 224, 224, 3];
 const gfg_Input = tf.zeros(gfg_shape);
  
// Disposing our Tensor 
 const gfg_result = await gfg_Model.executeAsync(gfg_Input);
 gfg_result.dispose();
 console.log(gfg_result) ;
  
}
  
await run();

Producción: 

Tensor is disposed.

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