如何在不初始化权重的情况下导入训练模型

Question

我使用 tensorflowjs-converter 将在 ImageNet 上预训练的 EfficientNet 模型转换为 tensorflow-js。当我尝试将模型加载到我的脚本中时，它会尝试使用初始化程序初始化权重，这些初始化程序未在 tfjs 中实现。但是，没有必要初始化权重，因为模型已经过预训练并且权重也进行了转换。转换后的模型在这里：https : //github.com/paulsp94/tfjs_efficientnet3_imagenet这是问题的 CodePen 示例：https ://codepen.io/paulsp94/pen/XLNdJqconst start = async () => {  efficientNetURL = 'https://raw.githubusercontent.com/paulsp94/tfjs_efficientnet3_imagenet/master/model.json';  console.log("Load Model");  let model;  try {    model = await tf.loadLayersModel(efficientNetURL, {strict: true});    console.log(model.summary());   } catch (error) {     console.error(error);   }};start()您必须打开浏览器的控制台，才能看到正确的错误。错误是：错误：“未知初始化程序：EfficientConv2DKernelInitializer。这可能是由于以下原因之一：1. 初始化程序是在 Python 中定义的，在这种情况下，需要将其移植到 TensorFlow.js 或您的 JavaScript 代码中。2. 自定义初始化程序在 JavaScript 中定义，但未使用 tf.serialization.registerClass() 正确注册。”更新： 虽然我可以绕过初始化器，但将所有未知的初始化器替换为例如 Zeros 初始化器。我遇到了当前无法解决的自定义图层（Swish 图层）的另一个问题。

Answer 1

根据文档：

TensorFlow.js Layers 目前仅支持使用标准 Keras 构造的 Keras 模型。使用不受支持的操作或层（例如自定义层、Lambda 层、自定义损失或自定义指标）的模型无法自动导入，因为它们依赖于无法可靠地转换为 JavaScript 的 Python 代码。

目前无法使用自定义层导入模型