在节点js中加载训练好的模型并运行测试

npm install @tensorflow/tfjs-node

npm install @tensorflow/tfjs-node-gpu

const tf = require('@tensorflow/tfjs-node'); // 或者 '@tensorflow/tfjs-node-gpu'

async function run() {
  // 加载模型
  const model = await tf.loadLayersModel('file://path/to/your/model.json');

  // 准备输入数据
  const inputData = tf.tensor([[/* 输入特征值 */]]);

  // 运行预测
  const predictions = model.predict(inputData);

  // 输出预测结果
  console.log(predictions.dataSync());
}

run();

const tf = require('@tensorflow/tfjs-node');
const fs = require('fs');
const path = require('path');

async function run() {
  // 加载模型
  const model = await tf.loadLayersModel('file://path/to/your/model.json');

  // 读取图像文件
  const imgPath = 'path/to/your/image.jpg';
  const imgBuffer = fs.readFileSync(imgPath);

  // 将图像转换为张量
  const imgTensor = tf.node.decodeImage(imgBuffer, 3).toFloat();
  const resizedImg = tf.image.resizeBilinear(imgTensor, [224, 224]); // 根据模型输入尺寸调整
  const normalizedImg = resizedImg.div(255.0); // 归一化
  const batchedImg = normalizedImg.expandDims(0); // 增加批次维度

  // 运行预测
  const predictions = model.predict(batchedImg);

  // 输出预测结果
  console.log(predictions.dataSync());
}

run();