node.js - 使用 loadLayersModel 在 Tensorflow.js 中加载 Keras 模型时出现 "Only absolute URLs are supported"

标签 node.js machine-learning keras tensorflow.js

我想从 NodeJS 服务器内的本地文件在 Tensorflow.js 中加载 Keras 模型,但出现以下错误:“仅支持绝对 URL”。

let tf = require("@tensorflow/tfjs");

(async () => {
    try
    {
        const model = await tf.loadLayersModel("/path/to/model.json");
    }
    catch(error)
    {
        console.error(error);
    }
})();

loadLayersModel 还不支持本地文件吗?

谢谢!

最佳答案

Tensorflow documentation表示您应该使用 file:// 关键字直接访问您的文件系统,例如

tf.loadLayersModel("file://path/to/model.json");

模型的路径与您当前从中调用函数的文件夹相关。例如,如果上述函数位于/a/b/c 中的文件中,而模型位于/a/d/model.json 中,则正确的路径为“file://../../d/model.json”。 JSON”。

此外,需要一个 require('@tensorflow/tfjs-node') ,否则会抛出以下错误:"Only HTTP(s) protocols are supported"。

完整的工作示例:

const tf = require('@tensorflow/tfjs');
require('@tensorflow/tfjs-node');

(async () => {
    try
    {
        const model = await tf.loadLayersModel('file://relative/path/to/model.json');
    }
    catch(error)
    {
        console.error(error);
    }
})();

关于node.js - 使用 loadLayersModel 在 Tensorflow.js 中加载 Keras 模型时出现 "Only absolute URLs are supported",我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56049893/

相关文章:

node.js multer 将文件名保存到数据库中

python - 带有 Keras Functional API 的多输入多输出模型

python - StandardScaler 如何不破坏数据完整性?

python - tf.data 与 keras.utils.sequence 性能对比

python - 如何从预先训练的词嵌入数据集创建 Keras 嵌入层?

java - 将Java代码转换为NodeJS - 加密方法

angularjs - Angular $http.get 错误,意外 token

r - 为什么在 R 中加载模型需要花费这么多时间?

python - cifar10 随机化训练和测试集

javascript - 如何修复错误 "Error "npm WARN 已过时 json3@3.3.2 : please use your own JSON object instead of JSON 3"