如何用TensorFlow.js加载Python TensorFlow保存的SavedModel？

1. 解决tensorflowjs[wizard]安装失败问题 #

tensorflowjs[wizard]并非有效包名，直接安装官方标准包即可：

pip install tensorflowjs

2. 正确转换SavedModel到TensorFlow.js #

你提到的import_saved_model不是正确的转换工具，应使用tensorflowjs_converter命令行工具，对应你的SavedModel参数，转换命令如下：

tensorflowjs_converter --input_format=tf_saved_model \
                       --signature_name=serving_default \
                       --saved_model_tags=serve \
                       ./ipa_translator \
                       ./tfjs_ipa_translator

参数说明：

• --input_format=tf_saved_model：指定输入为SavedModel格式
• --signature_name=serving_default：匹配你保存模型时指定的签名
• --saved_model_tags=serve：加载SavedModel的默认标签
• ./ipa_translator：本地SavedModel目录路径
• ./tfjs_ipa_translator：转换后TFJS模型的输出目录

3. 解决模型类型不匹配错误 #

出现该错误通常有两种场景及对应解决方法：

• 场景1：模型包含自定义层/操作
  若你的translator模型有自定义TensorFlow层或非原生操作，需确保：
  1. 自定义层继承自tf.keras.layers.Layer并正确实现get_config()方法，保证SavedModel能完整保存层配置
  2. 转换时通过--custom_ops参数指定自定义操作的处理逻辑
• 场景2：输入输出张量类型不匹配
  先在Python中检查模型签名的输入输出类型，确认转换时参数一致：

  import tensorflow as tf
  reloaded = tf.saved_model.load('ipa_translator')
  print(reloaded.signatures['serving_default'].structured_input_signature)
  print(reloaded.signatures['serving_default'].structured_outputs)
  

4. 模型加载方法 #

Python环境加载（原方式） #

你的原有加载代码是正确的，确保路径无误即可：

import tensorflow as tf

reloaded = tf.saved_model.load('ipa_translator')
input_text = tf.constant(["测试输入文本"])
result = reloaded.tf_translate(input_text)
print(result)

TensorFlow.js环境加载 #

转换完成后，前端JS中加载模型示例：

import * as tf from '@tensorflow/tfjs';

const model = await tf.loadGraphModel('tfjs_ipa_translator/model.json');
const input = tf.tensor(["测试输入文本"], [], 'string');
const result = await model.executeAsync(input);
result.print();

内容的提问来源于stack exchange，提问作者OrderAndChaos