npm 包 tf-serving-nodejs-client 使用教程-JavaScript中文网-JavaScript教程资源分享门户

TensorFlow Serving 是一个端到端的开源机器学习推理系统，用于在生产环境中部署机器学习模型。它提供了一个标准化的 RESTful API，可用于在客户端和服务端之间交换数据。tf-serving-nodejs-client 是一个 Node.js 包，用于连接 TensorFlow Serving API 并执行推理任务。本文将详细介绍如何使用 npm 包 tf-serving-nodejs-client。

安装

使用 npm 进行安装：

npm install tf-serving-nodejs-client

使用

连接到 TensorFlow Serving

const tf = require('tf-serving-nodejs-client');

const client = tf.createServingClient({
  address: 'localhost:8500',
  modelName: 'example'
});

在上面的示例中，我们使用 createServingClient 函数创建一个 tf-serving-nodejs-client 的实例，并指定 TensorFlow Serving 的地址和要使用的模型名称。

发送推理请求

const x = [[1, 2, 3, 4]];

client.predict({
  inputs: { x },
  outputs: ['y'],
}).then(predictions => {
  console.log(predictions);
}).catch(console.error);

在上面的示例中，我们使用 predict 函数发送一个推理请求，并指定输入数据和输出节点名称。predict 函数返回一个 Promise，它解析为推理结果。

加载模型元数据

client.loadMeta().then(meta => {
  console.log(meta);
}).catch(console.error);

在上面的示例中，我们使用 loadMeta 函数加载模型的元数据。模型的元数据包括输入和输出节点的名称和形状。

示例代码

下面是一个完整的示例代码，展示了如何使用 tf-serving-nodejs-client 进行推理任务：

-- -------------------- ---- -------
----- -- - ------------------------------------

----- ------ - ------------------------
  -------- -----------------
  ---------- ---------
---

----- - - ---- -- -- ----

--------------------------- -- -
  ------------------

  ------ ----------------
    ------- - - --
    -------- ------
  ---

------------------- -- -
  -------------------------

------------------------

结论

npm 包 tf-serving-nodejs-client 提供了一个便捷的方式来连接 TensorFlow Serving API 并进行推理任务。本文介绍了如何安装和使用 tf-serving-nodejs-client，并提供了示例代码，希望对读者有所帮助。

来源：JavaScript中文网，转载请注明来源 https://www.javascriptcn.com/post/60055b7d81e8991b448d9050