📖STUDY 웹 브라우저 속 머신러닝 Tensorflow.js | 사전 학습된 모델을 Tensorflow.js로 가져오기

포터블 모델 형식

학습된 모델을 재사용하기 위해 조건은 아래와 같다

• lightweight
• serializable: 디스크나 네트워크를 통해 공유가 가능해야 함
• compatible

직렬화가 가능하게 하기 위해 프로토콜 버퍼를 이용하는데 다양한 언어에서 읽는 것을 가능하게 한다.
.onnx가 대표적인 예.

아래와 같이 구조와 속성을 나누는데, 이는 구조와 연산을 분리하여 표현할 수 있게 한다.

• GraphDef: 프로토콜 버퍼 내부 그래프 구조 표현
• NodeDef: 내부 연산 노드
• name
• op: 연산 구현부 포인터
• input: 입력 노드(list)
• device: 연산을 수행할 장치
• attr: 연산에 필요한 속성들

텐서플로에서 모델 내보내기

이외 다른 방법으로는 SavedModel(Tensorflow), 그리고 Keras 모델이 있다. 여러 메타데이터그래프를 저장하는 텐서플로 방식과 달리 Keras가 저장하는 모델은 계층적이고 고수준 api로 간단하다. 파이썬으로 만들어진 모델은 바로 사용할 수 없으므로 이때 tfjs-converter를 사용하여 변환해야 한다.

• SavedModel로 만약에 저장을 하였다면, tensorflowjs에서는 LoadGraphModel을 사용하여 모델을 불러온다.
• Keras 모델로 만약에 저장을 하였다면, tensorflowjs에서는 loadLayersModel을 사용하여 모델을 불러온다.