Paddle.js是百度Paddle的web方向子项目，是一个运行在浏览器中的开源深度学习框架。Paddle.js可以加载提前训练好的paddle模型，或者将paddle hub中的模型通过paddle.js的模型转换工具变成浏览器友好的模型进行在线推理预测使用。目前，paddle.js仅可以在支持webGL的浏览器中运行。
## CPU版本安装命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle
## GPU版本安装命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu
主要特点
模块化
Paddle.js项目基于Atom系统构建，该系统是一个通用框架，可支持WebGL上的GPGPU操作。 它非常模块化，可以通过利用WebGL来更快地执行计算任务。
浏览器覆盖范围
- PC: Chrome, firefox
- Mac: Chrome, Safari
- Android: Baidu App , UC, Chrome and QQ Browser
支持的操作
目前，Paddle.js只支持有限的一组算子操作。如果模型中使用了不支持的操作，那么padde.js将运行失败并提示模型中有哪些op算子目前还不支持。
加载和运行模型
如果原始模型是浏览器友好的model格式, 使用 paddle.load()接在模型。
import {runner as Paddlejs} from 'paddlejs';
const paddlejs = new Paddlejs({
modelPath: 'model/mobilenetv2', // model path
fileCount: 4, // model data file count
feedShape: { // input shape
fw: 256,
fh: 256
},
fetchShape: [1, 1, 1920, 10], // output shape
fill: '#fff', // fill color when resize image
needBatch: true, // whether need to complete the shape to 4 dimension
inputType: 'image' // whether is image or video
});
// load paddlejs model and preheat
await paddlejs.loadModel();
// run model
await paddlejs.predict(img, postProcess);
function postProcee(data) {
// data为预测结果
console.log(data);
}
对于前输入处理的有关详细信息，请参阅feed文档。
对于得到结果后输出处理的有关详细信息，请参阅fetch文档。
运行Paddle.js提供的转换器脚本
模型转换器需要输入一个Paddle格式的model，可以是Paddle Hub中的model，运行转换器将会得到paddle.js的JSON格式model。
Web友好的model格式
上面的转换脚本生成两种类型的文件：
- model.json (数据流图和权重清单文件)
- group1-shard*of* (二进制权重文件的集合)
评论