tf.loadLayersModel加载模型报错：JSON无拓扑或权重清单

问题场景 #

用tf.keras训练分类器后，通过tensorflowjs_converter将.h5模型转换为TFJS格式，执行命令：

!tensorflowjs_converter --input_format=keras '/content/ver1.h5' '/content/json'

使用tf.loadLayersModel("http://127.0.0.1:8080/model.json")加载模型，已用带--cors参数的http-server处理跨域，但控制台持续报错：

http.ts:175 Uncaught (in promise) Error: The JSON from HTTP path http://127.0.0.1:8080/model.json contains neither model topology nor manifest for weights.

报错触发代码段：

const modelTopology = modelJSON.modelTopology;
const weightsManifest = modelJSON.weightsManifest;
if (modelTopology == null && weightsManifest == null) {
  throw new Error(`The JSON from HTTP path ${this.path} contains neither model ` + `topology or manifest for weights.`);
}

但直接打开http://127.0.0.1:8080/model.json可看到modelTopology和weightsManifest字段均存在，需排查解决。

解决方案 #

• 校验HTTP响应的真实内容
  浏览器直接打开的内容可能是本地缓存，打开开发者工具（F12）→ 切换到Network标签，刷新页面后找到model.json请求，查看Response标签下的内容，确认返回的JSON结构是否完整，是否被HTML错误页、多余空格、BOM头等字符污染。

• 对齐tensorflowjs_converter与TFJS版本
  转换器和前端TFJS版本不兼容会导致解析失败，执行以下命令检查版本：

  # 查看转换器版本
  tensorflowjs_converter --version
  # 查看前端TFJS版本（npm环境）
  npm list @tensorflow/tfjs
  

  确保两者主版本一致（如均为4.x或3.x），版本差异过大易引发模型结构不兼容问题。

• 重新转换模型并指定输出格式
  尝试添加明确的输出格式参数重新转换：

  tensorflowjs_converter --input_format=keras --output_format=tfjs_layers_model '/content/ver1.h5' '/content/json'
  

  转换完成后检查输出目录，确保存在model.json及对应权重文件（如group1-shard1ofN.bin），且权重文件路径在model.json的weightsManifest中配置正确。

• 确认http-server服务目录
  启动http-server时需进入包含model.json和权重文件的目录，避免路径错误：

  cd /content/json
  http-server --cors
  

  若服务目录错误，请求可能返回404页面等无效内容，导致解析失败。

• 清除浏览器缓存
  按Ctrl+Shift+R强制刷新页面，或在开发者工具中勾选“Disable cache”选项后重新加载，避免浏览器缓存旧的错误响应。

内容的提问来源于stack exchange，提问作者rjacko