我使用 tensorflowjs-converter 將在 ImageNet 上預(yù)訓(xùn)練的 EfficientNet 模型轉(zhuǎn)換為 tensorflow-js。當(dāng)我嘗試將模型加載到我的腳本中時(shí)，它會(huì)嘗試使用初始化程序初始化權(quán)重，這些初始化程序未在 tfjs 中實(shí)現(xiàn)。但是，沒有必要初始化權(quán)重，因?yàn)槟Ｐ鸵呀?jīng)過預(yù)訓(xùn)練并且權(quán)重也進(jìn)行了轉(zhuǎn)換。轉(zhuǎn)換后的模型在這里：https : //github.com/paulsp94/tfjs_efficientnet3_imagenet這是問題的 CodePen 示例：https ://codepen.io/paulsp94/pen/XLNdJqconst start = async () => {  efficientNetURL = 'https://raw.githubusercontent.com/paulsp94/tfjs_efficientnet3_imagenet/master/model.json';  console.log("Load Model");  let model;  try {    model = await tf.loadLayersModel(efficientNetURL, {strict: true});    console.log(model.summary());   } catch (error) {     console.error(error);   }};start()您必須打開瀏覽器的控制臺(tái)，才能看到正確的錯(cuò)誤。錯(cuò)誤是：錯(cuò)誤：“未知初始化程序：EfficientConv2DKernelInitializer。這可能是由于以下原因之一：1. 初始化程序是在 Python 中定義的，在這種情況下，需要將其移植到 TensorFlow.js 或您的 JavaScript 代碼中。2. 自定義初始化程序在 JavaScript 中定義，但未使用 tf.serialization.registerClass() 正確注冊(cè)。”更新： 雖然我可以繞過初始化器，但將所有未知的初始化器替換為例如 Zeros 初始化器。我遇到了當(dāng)前無法解決的自定義圖層（Swish 圖層）的另一個(gè)問題。