我們可以將電腦的上 tensorflow 模型轉換為 ml5 模型，並在瀏覽器上執行。
這代表我們可以把預測的運算丟給前端，讓後端少很多負擔。

安裝 tensorflowjs 它包含 tensorflowjs_converter 這個程式可以直接轉換你的模型。

pip install tensorflowjs

tensorflowjs_converter 支援轉換三種模型，三種模型的指令格式不同。

• tf_saved_model
• tf_frozen_model
• tf_hub

在前幾天我們存的模型類型是 tf_saved_model，於是 我們指定 tf_saved_model 的格式來轉換。
input_format: 指定格式
output_node_names: 模型節點名稱
saved_model_tags: 模型標籤名稱
mnist 輸入的模型資料夾位置
web_model 輸出的模型資料夾位置

tensorflowjs_converter  
--input_format=tf_saved_model  \
--output_node_names='MobilenetV1/Predictions/Reshape_1'  \
--saved_model_tags=serve  \
mnist \
web_model

輸入的資料夾

輸出的資料夾

然後還要修改前端讓它改讀轉換後的模型，
在前端寫圖片的預處理(縮小圖片轉黑白再轉陣列)
這部分還沒寫完，明天再補。

參考資料
https://www.tensorflow.org/js/tutorials/conversion/import_saved_model?hl=zh-tw
https://www.geeksforgeeks.org/tensorflow-js-tf-loadgraphmodel-function/