動かして学ぶAI・機械学習の基礎 ―TensorFlowによるコンピュータビジョン、自然言語処理、時系列データの予測とデプロイ

17章Pythonモデルの再利用とJavaScriptへの変換

ブラウザで行う学習は有効な手段ですが、時間がかかるため、常に選択される方法ではありません。「15章　TensorFlow.jsの紹介」や「16章　TensorFlow.jsによるコンピュータビジョンコーディング技法」で見たように、簡単なモデルの学習ですらしばらくはブラウザがロックされてしまうことがあるためです。進行状況の可視化が多少の不便を緩和しましたが、それでも優れたユーザ体験を提供しているとは言えません。そこで、3つの代替手段が考えられます。1つ目は、Pythonでモデル学習を行い、それをJavaScriptに変換する方法。2つ目は、別の手段で学習した既存モデルのうち、JavaScriptに対応した形式で提供されているものを利用する方法。3つ目は、「3章　基礎からの発展: 画像の特徴量検出」で紹介した転移学習を利用する方法です。この場合、時間のかかる再学習を行う代わりに、あるシナリオで学習した特徴量、重み、バイアスを別のシナリオに転送できます。この章では、最初の2つのケースを取り上げ、JavaScriptで転移学習を行う方法を「18章　JavaScriptでの転移学習」で紹介します。

17.1　PythonモデルのJavaScriptへの変換

TensorFlowを使用して学習したモデルは、PythonのtensorflowjsツールでJavaScriptに変換できます。このツールは次のようにインストールします†1。

[†1] 訳注：行頭の'!'は、Jupyter Notebook（Google Colab）でPythonのコードとしてではなくOSのコマンドとして実行することを意味する。そのため、ターミナルから直接実行する場合は、'!'を除いて ...