Question

我要做的是将使用tf.fromPixels()创建的张量转换为[28, 28]并将其转换为输入，然后从Python训练的模型中获取预测。

我遇到的麻烦是模型中的第一层，其输入形状为[28, 28]。当我使用tf.fromPixels()在NodeJS中创建一个张量时，我得到一个形状为[28, 28, 1]的张量，但是，当我将其输入到模型预测函数中时，我会从模型的第一平坦层中得到一条错误消息

检查时出错：预期flatten_input的形状为[null，28，28]，但数组的形状为[28，28，1]

在我继续之前，这是我为这部分编写的代码。

  prediction: async function(image) {
     const model = await tf.loadModel("file://models/model.json");

    const canvas = createCanvas(28, 28);
    const ctx = canvas.getContext("2d");

    loadImage(image).then(function(image) {
        ctx.drawImage(image, 0, 0, 28, 28);

        var image = tf.fromPixels(canvas, 1);
        var prediction = model.predict(image);

        return prediction;
     });
   }

我尝试将张量重塑为[28, 28]并尝试[null, 28, 28]，但是，您可能会想像使用null时会出错。那么我的问题是如何将张量整形为正确的形状？

Answer 1

从画布上获取图像后，您需要重塑张量

 var image = tf.fromPixels(canvas, 1);
 image = img.reshape([1, 28, 28]);

然后您可以将张量传递给模型

转换tf.fromPixels（）创建的张量时遇到麻烦

1 个答案: