TensorFlowJS-Model

最新推荐文章于 2025-10-12 15:29:27 发布

原创

最新推荐文章于 2025-10-12 15:29:27 发布 · 367 阅读

0 ·

CC 4.0 BY-SA版权

本文介绍了TensorFlow.js中创建模型的两种方式：tf.sequential和tf.model。tf.sequential用于创建层与层之间简单栈式结构的模型，而tf.model则适用于非栈式结构，当一层的输出不完全传递给下一层时。同时提到了如何从保存的参数中加载模型。

模型用来描述Layer之间的拓扑逻辑关系，即一个Layer的输出，以何种形式作为下一个Layer的输入。模型可以被用来训练和预测。模型的状态（包括拓扑逻辑，训练得到的权重）可以从其他的格式里面恢复过来。

有两种创建模型的方式: tf.sequential和tf.model。

tf.sequential

简单的类似栈一样的关系。就是每一层的输入，依赖于上一层的输出（我理解的是：一层的某个Tensor的输出的数目，等于下一层的所有的Tensor的数目，并且每个输出对应下一层的一个Tensor的输入）。

图片引用自：https://medium.freecodecamp.org/get-to-know-tensorflow-js-in-7-minutes-afcd0dfd3d2f

使用tf.sequential();来创建：

	function createDenseModel() {
	  const model = tf.sequential();
	  model.add(tf.layers.flatten({inputShape: [IMAGE_H, IMAGE_W, 1]}));
	  model.add(tf.layers.dense({units: 42, activation: 'relu'}));
	  model.add(tf.layers.dense({units: 10, activation: 'sof