【发布时间】：2019-08-11 19:32:17
【问题描述】：
我有一个在我的 Mac 上本地运行的 tensorflowjs (1.2.7) 概念证明。一切正常，我可以创建一个模型并做出预测，但是当我尝试保存时。我收到以下错误。
Unsupported TypedArray subtype: Float32Array
at node_modules/@tensorflow/tfjs-core/src/io/io_utils.ts:207:13
at Array.forEach (<anonymous>)
at concatenateTypedArrays (node_modules/@tensorflow/tfjs-core/src/io/io_utils.ts:199:6)
at Object.<anonymous> (node_modules/@tensorflow/tfjs-core/src/io/io_utils.ts:93:17)
at step (node_modules/@tensorflow/tfjs-core/dist/io/io_utils.js:48:23)
at Object.next (node_modules/@tensorflow/tfjs-core/dist/io/io_utils.js:29:53)
at fulfilled (node_modules/@tensorflow/tfjs-core/dist/io/io_utils.js:20:58)
这似乎只在我保存时发生。任何帮助将非常感激。
model.save('file:///path/to/my-model');
我正在使用特定于节点的版本“@tensorflow/tfjs-node”。 https://www.tensorflow.org/js/guide/save_load#native_file_system_nodejs_only
我不愿意采取这种方法（TensorFlow.js: Saving different model instances during training），听起来你输了 这样模型的各个方面。
【问题讨论】：
-
Float32Array 是supported。你能展示更多你的代码吗？您是否正在使用任何其他包装库？您是如何加载数字的？
-
感谢您在我脑海中植入这个想法。我通过 Jest 运行这段代码（作为单元测试）。当我通过开玩笑运行时，它每次都会失败。当我重构测试运行器以使用 vanilla JS 时，它工作得很好。
-
很高兴我能帮上忙。如果您同意的话，我也可以将其添加为未来访问者的更详细的答案。
-
这是 Jest 特有的吗？是否值得设置使用另一个库，例如 Ava 进行测试？我确实有这个问题，想知道要花多少时间来考虑其他选择。
标签： node.js tensorflow.js