Question

我打算将模型大小从4.8M压缩到1.2M。

TensorFlow.js版本

6.1.0

浏览器版本

Chrome版本73.0.3683.86（正式版本）（64位）

我执行了以下过程：

Step1 将keras模型转换为tfjs模型。 tensorflowjs_converter --quantization_bytes 1 --input_format=keras ./my_model.h5 ./assets

它在group1-shard1of1文件夹中输出2个文件model.json和assets

Step2 在我的tensorflowjs项目中使用输出模型 this.model = await tf.loadModel('/assets/model.json'); 它给出了错误：

core.js:1448 ERROR Error: Uncaught (in promise): RangeError: byte length of Float32Array should be a multiple of 4
RangeError: byte length of Float32Array should be a multiple of 4
    at new Float32Array (<anonymous>)
    at eval (weights_loader.js:134)
    at Array.forEach (<anonymous>)
    at eval (weights_loader.js:130)
    at Array.forEach (<anonymous>)
    at Object.eval (weights_loader.js:115)
    at step (weights_loader.js:32)
    at Object.eval [as next] (weights_loader.js:13)
    at fulfilled (weights_loader.js:4)
    at ZoneDelegate.invoke (zone.js:388)
    at resolvePromise (zone.js:824)
    at eval (zone.js:734)
    at rejected (app.component.ts:14)
    at ZoneDelegate.invoke (zone.js:388)
    at Object.onInvoke (core.js:4749)
    at ZoneDelegate.invoke (zone.js:387)
    at Zone.run (zone.js:138)
    at eval (zone.js:882)
    at ZoneDelegate.invokeTask (zone.js:421)
    at Object.onInvokeTask (core.js:4740)

如果在第1步中没有标记quantization_bytes，则输出模型将正常加载，并且可以正常工作。

无法通过量化从转换后的Keras模型加载模型

0 个答案: