如何使用 tensorflow.js 正确上传 angular 的预训练模型？答案

【问题标题】：How to properly upload a pretrained model in angular with tensorflow.js?如何使用 tensorflow.js 正确上传 angular 的预训练模型？
【发布时间】：2019-09-05 04:02:20
【问题描述】：

我正在尝试将预训练的 Keras 模型上传到我现有的 tensorflow.js 模型中，然后通过以正确格式传递张量来进行简单的预测。我正在从项目中的本地驱动器（在资产文件夹中）加载模型

export class MotionAnalysisComponent implements OnInit {

  model: tf.LayersModel;

  ngOnInit() {
        this.loadModel()
    };

  async loadModel() {
      this.model = await 
  tf.loadLayersModel('C:/Users/..path to folder../assets/tfjs_model/model.json');
      console.log('Prediction from loaded model:');
      this.model.predict(tf.ones([60,60,60]));
    }

我在我的 html 代码中实现了一个按钮，它应该启动代码并在我的控制台中打印出预测。但我收到以下错误：

Fetch API 无法将 file:///C:/Users/..path 加载到文件夹../assets/tfjs_model/model.json。对于 CORS 请求，URL 方案必须是“http”或“https”
ERROR 错误：未捕获（承诺中）：TypeError：无法获取 TypeError: 获取失败

【问题讨论】：

Load Tensorflow js model from local file system in javascript的可能重复

标签： javascript angular typescript tensorflow.js

【解决方案1】：

假设您在浏览器中运行此应用程序，您将无法访问本地文件资源。您需要将您的 model.json 文件放入 Angular 项目中的文件夹（例如“assets”），然后通过 http(s) 协议从那里加载模型。

例如这样：

async loadModel() {
  this.model = await tf.loadModel('/assets/tfjs_model/model.json');
}

【讨论】：

【解决方案2】：

需要注意的几点：

与 model.save() 一样，loadLayersModel 函数采用类似 URL 的字符串参数，该参数以方案开头。这描述了我们尝试从中加载模型的目标类型。

方案（方案：http:// 或 https://）后跟路径。

类似url的字符串可以替换为匹配IOHandler接口的对象。

tf.loadLayersModel() 函数是异步的。

tf.loadLayersModel的返回值为tf.Model

【讨论】：