Tensorflow :如何在java中使用用python训练的语音识别模型
Tensorflow :如何在java中使用用python训练的语音识别模型
提问于 2018-08-20 19:52:05
我有一个用python训练的tensorflow模型，在训练后我已经生成了this article.冻结的图形。现在，我需要使用这个图形并在基于的JAVA应用程序上生成识别。为此，我查看了以下example。然而，我无法理解的是如何收集我的输出。我知道我需要为图表提供3个输入。
从官方教程中给出的示例中，我已经阅读了基于python的代码。
def run_graph(wav_data, labels, input_layer_name, output_layer_name,
num_top_predictions):
"""Runs the audio data through the graph and prints predictions."""
with tf.Session() as sess:
# Feed the audio data as input to the graph.
# predictions will contain a two-dimensional array, where one
# dimension represents the input image count, and the other has
# predictions per class
softmax_tensor = sess.graph.get_tensor_by_name(output_layer_name)
predictions, = sess.run(softmax_tensor, {input_layer_name: wav_data})
# Sort to show labels in order of confidence
top_k = predictions.argsort()[-num_top_predictions:][::-1]
for node_id in top_k:
human_string = labels[node_id]
score = predictions[node_id]
print('%s (score = %.5f)' % (human_string, score))
return 0有人能帮我理解一下tensorflow java api吗？
回答 1
Stack Overflow用户
发布于 2018-08-23 14:24:25
上面列出的Python代码的字面翻译如下所示：
public static float[][] getPredictions(Session sess, byte[] wavData, String inputLayerName, String outputLayerName) {
try (Tensor<String> wavDataTensor = Tensors.create(wavData);
Tensor<Float> predictionsTensor = sess.runner()
.feed(inputLayerName, wavDataTensor)
.fetch(outputLayerName)
.run()
.get(0)
.expect(Float.class)) {
float[][] predictions = new float[(int)predictionsTensor.shape(0)][(int)predictionsTensor.shape(1)];
predictionsTensor.copyTo(predictions);
return predictions;
}
}返回的predictions数组将具有每个预测的“置信度”值，您必须运行逻辑来计算它的“前K”，类似于Python代码如何使用numpy (.argsort())来计算sess.run()返回的值。
粗略地阅读一下教程页面和代码，就会发现predictions将有1行12列(每个热词对应一列)。这是我从下面的Python代码中得到的：
import tensorflow as tf
graph_def = tf.GraphDef()
with open('/tmp/my_frozen_graph.pb', 'rb') as f:
graph_def.ParseFromString(f.read())
output_layer_name = 'labels_softmax:0'
tf.import_graph_def(graph_def, name='')
print(tf.get_default_graph().get_tensor_by_name(output_layer_name).shape)希望这能有所帮助。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51930183
复制相关文章
相似问题