文書の過去の版を表示しています。

201116 TensorFlow.jsアプリ（express利用）をnetlifyにデプロイ

このアプリをNetlifyにデプロイしたい

https://book.mynavi.jp/manatee/detail/id=99768
2018.11.05
機械学習で遊ぼう! APIサービスやTensorFlowを使ったサンプルレシピ集
第16回　TensorFlow.jsで「じゃんけん」を判別してみよう
ポンダッド（著者）

https://github.com/PonDad/manatee/tree/master/1_sign_language_digits_classification-master
TensorFlow.jsで「じゃんけん」を判別してみよう
(ソースコード)

デプロイの経過

https://i-doctor.sakura.ne.jp/font/?p=45277
Microsoftの機械学習アプリLobe(beta版)でリンゴとみかんを分類するWEBアプリ作成を試してみる（７）ExpressアプリをHerokuまたはNetlifyにデプロイ
2020年11月20日

ソースコード

Heroku用のソースコード：https://github.com/adash333/TFjs-RockPaperScissors-Heroku

Netlify用のソースコード：https://github.com/adash333/TFjs-RockPaperScissors-netlify

NetlifyのDEMOサイト：https://wonderful-tereshkova-e5866e.netlify.app/

express利用アプリをherokuにデプロイ

https://qiita.com/hkusu/items/e46de8c446840c50aefe
@hkusu
2014年12月19日に更新
Node.js(Express) 事始め＆ Heroku へデプロイまでのメモ

https://qiita.com/TechnicolorArai/items/4af1661bb3b586624a6e
@TechnicolorArai
2019年01月02日
HerokuでExpressアプリを作る—基本設定

https://dzone.com/articles/deploy-your-node-express-app-on-heroku-in-8-easy-s
Deploy Node Express App on Heroku: 8 Easy Steps
NAMAN AGGARWAL user avatar by NAMAN AGGARWAL · Aug. 13, 20 ·

https://software.pitang1965.com/2019/08/13/deploying-node-js-to-heroku/
Node.jsアプリケーションをHerokuにデプロイしました
2019-08-132019-11-16

TensorFlow.jsのDEMOアプリ（express使用）をNetlifyにデプロイする流れ

https://github.com/PonDad/manatee/tree/master/1_sign_language_digits_classification-master
をNetlifyにデプロイしたい。。。

Netlify functionsが必要そう（index.html以下をそのままアップロードしても動かなかった。）

ローカル環境でC:/python/TFjs-RockPaperScissors-netlify/フォルダにmanatee/1_sign_language_digits_classification-master/nodejs/　の中身を保存。さらに、.gitignoreを作成。
yarn
yarn start
Chromeでlocalhost:8080を開いて、アプリが動くことを確認。
Ctrl+Cでサーバを停止。
GitHubへpush

以下のコードではNetlifyでは動作できなかった。
Netlify functionsは /.netlify/functions/ フォルダでしか動かないか？よくわからない。。。

https://github.com/adash333/TFjs-RockPaperScissors-netlify

NetlifyにExpressサーバ利用アプリをデプロイ

https://mizchi.dev/202006161259-try-netlify-lambda
ローカル環境で netlify lambda のエミュレータを動かす
netlifyby mizchi created at 2020/06/16/12:59

https://www.youtube.com/watch?v=hQAu0YEIF0g
How to deploy express.js on Netlify
2019/03/29

https://qiita.com/Sr_Bangs/items/7867853f5e71bd4ada56
@Sr_Bangs
2019年07月10日に更新
【入門】Netlify Functionsコトハジメ

https://www.agent-grow.com/self20percent/2018/06/25/netlify-serverless-intro/
2018.06.25
爆速でサーバーレスアプリケーションを体験しよう！そう、 Netlify ならね。

https://note.com/shimakaze_soft/n/ncee10d32fe89
無料で簡単にNetlify Functionsの始め方
shimakaze_soft
2020/04/19 10:11

https://www.netlify.com/blog/2018/09/13/how-to-run-express.js-apps-with-netlify-functions/
By Mark Tse & David Wells in Guides & Tutorials • September 13, 2018
How to run Express.js apps with Netlify Functions

WarpJSの利用文章を推定
“How to run Tensorflow.js on a serverless platform : deploying models” by Dominique D'Inverno https://link.medium.com/3QMtO0Tkrbb

開発環境

Windows10でのPython3.6+TensorFlow1.15の環境構築について
→https://i-doctor.sakura.ne.jp/font/?p=44703

Windows10へのHeroku CLIのインストールについて
→https://i-doctor.sakura.ne.jp/font/?p=44947#toc_id_10

Windows10でのTensorFlow.jsの環境構築について
→https://i-doctor.sakura.ne.jp/font/?p=45117

Windows10 Pro
VisualStudioCode 1.51.0
Git for Windows v2.29.2
python 3.6
pip 20.2.4
pipenv 2020.11.4

nvm-windows 1.1.7
node v14.15.0
npm 6.14.8
yarn 1.22.10
Visual Studio Community 2019 + "Desktop development with C++" (約8GB)
parcel-bundler
heroku/7.47.0 win32-x64 node-v12.16.2

(仮想環境)
python 3.6
TensorFlow 1.15.3
pillow 7.2.0
autopep8
flake8
mypy

VisualstudiocodeのWorkspaceの設定の仕方
→https://i-doctor.sakura.ne.jp/font/?p=44808#toc_id_10

Lobeで出力したTensorFlow 1.15 SavedModelをTensorFlow.js用モデルに変換してpredictする流れ

TensorFlowで保存できるモデルの形式は2つ

SavedModel
HDF5

Loabでエクスポートされるモデルの形式は
TensorFlow 1.15 SavedModel

SavedModelは、以下のような構成である。

assets
saved_model.pb
variables

ステップ1.既存のTensorFlowモデルをTensorFlow.jsウェブ形式に変換する

pipenv install tensorflowjs
pipenv shell

tensorflowjs_wizard
# 対話的にtf_saved_modelからtfjs_graph_modelへのconversionを実行、または以下を入力

tensorflowjs_converter \
    --input_format=tf_saved_model \
    --output_format=tfjs_graph_model \
    --signature_name=serving_default \
    --saved_model_tags=serve \
    /mobilenet/saved_model \
    /mobilenet/web_model

コンバーターが生成したファイル
上記の変換スクリプトは、2種類のファイルを生成します。

model.json （データフローグラフとウェイトマニフェスト）
group1-shard\*of\* （バイナリウェイトファイルのコレクション）

ステップ2：ブラウザーでのロードと実行

Windowsで

nvm-windows
Node.js
yarn

がインストールされている状態とする。

C:/python/Lobe-TFjs-Netlify/ フォルダを作成
C:/python/Lobe-TFjs-Netlify/py-model/ フォルダを作成
py-model/ フォルダにLobeからTensorFlow形式で出力したモデルを保存
cd py-model
pipenv install tensorflowjs
pipenv shell
tensorflowjs_wizard を入力し、
こちらのコードをダウンロードして、中身をLobe-TFjs-Netlify/ フォルダにコピー
static/sign_language_vgg16/フォルダを中身ごと消去する
static/ フォルダに、apple_orange/ フォルダを作成し、ステップ1で作成したモデル(model.jsonと、group1-shard\*of\* などのファイル群)をコピーする
yarn
yarn add @tensorflow/tfjs
static/index.htmlを微調整
static/js/predict.js を書き換え
yarn start
Chromeでlocalhost:8080を開いて、アプリが動くことを確認。
Ctrl+Cでサーバを停止。
.gitignore、netlify.tomlのコードを確認
git init
GitHubに新規リポジトリを作成してpush
Netlifyにログインして、GitHubから新規作成してデプロイ(npm run build, static)

predict.js
https://gist.github.com/adash333/eb9a004fbf1a4dba159152d85b95e523

モデルを読み込み、推論するコード

import * as tf from '@tensorflow/tfjs';
import {loadGraphModel} from '@tensorflow/tfjs-converter';

const MODEL_URL = 'model_directory/model.json';

const model = await loadGraphModel(MODEL_URL);
const cat = document.getElementById('cat');
model.execute(tf.browser.fromPixels(cat));