tensorflow - 将 Python Keras NLP 模型转换为 Tensorflowjs
问题描述
我正在尝试了解有关 Tensorflowjs 的更多信息,但遗憾的是,我无法将我的 Keras NLP 模型转换为 Tensorflowjs。
这就是我要转换的内容:
from keras.models import load_model
from keras.preprocessing.sequence import pad_sequences
import pickle
list_classes = ["toxic", "severe_toxic", "obscene", "threat", "insult", "identity_hate"]
model = load_model('Keras_Model/m.hdf5')
with open('Keras_Model/tokenizer.pkl', 'rb') as handler:
tokenizer = pickle.load(handler)
list_sentences_train = ["I need help Stackoverflow"]
list_tokenized_train = tokenizer.texts_to_sequences(list_sentences_train)
maxlen = 200
X_t = pad_sequences(list_tokenized_train, maxlen=maxlen)
pred = model.predict(X_t)[0]
Tensorflowjs 方面:
import tf = require('@tensorflow/tfjs-node')
async function processModel(){
const model = await tf.loadLayersModel('Server_Model/model.json');
}
如何让 Tokenizer 运行并做出正确的预测?
解决方案
实际上,我在 Android 上对文本进行分类时遇到了同样的问题。我已经准备好使用模型( tflite ),但是如何像 Keras 在 Python 中那样对句子进行标记。
我找到了一个我在这里讨论过的简单解决方案(适用于 Android)。
简单的想法是将
keras.preprocessing.text.Tokenizer
词汇表转换为 JSON 文件。这个 JSON 文件可以用包括 JavaScript 在内的任何编程语言进行解析。
Tokenizer 拥有一个名为 的对象word_index
。
index = tokenizer.word_index
word_index 对象是一个可以转换为 JSON 的字典,例如,
import json
with open( 'word_dict.json' , 'w' ) as file:
json.dump( tokenizer.word_index , file )
JSON 文件包含成对的词和索引。您可以按照此链接中的说明在 JavaScript 中解析它。
推荐阅读
- android - 如何将自定义菜单添加到底部应用栏?
- java - 我可以在不安装的情况下从 Java 代码调用 Bazel 吗?
- c# - 编辑gridview上的滚动条移动并且不保持其位置
- python-3.x - 更改 seaborn pair plot 图形大小
- python - 从另一个目录中查找数据 (.txt) 并将名称保存在列表中
- java - 当我尝试访问手机的外部存储器时应用程序崩溃
- javascript - 如何在 React/Express 应用程序上正确设置 Socket.io?
- sql - 如何优化以下 Oracle SQL 查询
- excel - 查找范围内最后一个空白单元格的公式
- android - 将从 api 获得的令牌保存到内部存储