Caching 加载时缓存模型

我当前在

tfjs

中加载了一个模型，其中包含以下代码。我试图通过使用CloudFlare的缓存API将文件缓存到更靠近调用模型的位置来优化模型。我是否有办法在加载操作中截取fetch调用以缓存模型数据并将从缓存中获取的数据加载到模型中

当前代码：

const model=wait tf.loadLayersModel（“model\u url\u from\u gcp”）

努力实现：

//如果缓存了数据，则将从缓存中加载数据，否则将从URL和缓存中获取数据
const load\u data=cache.get（“model\u url\u from\u gcp”）
//将缓存数据加载到模型中，而不是使用URL
常量模型=等待tf.loadLayersModel（加载数据）

是否也有一种方法可以从TFHub为GraphModels实现同样的效果

const model = await tf.loadGraphModel("some_tfhub_url", { fromTFHub: true })

---

要使用LocalStorage或IndexDB For TensorFlow.js，请参阅以下文档：

IndexDB：

---

LocalStorage:

要使用LocalStorage或IndexDB For TensorFlow.js，请参阅以下文档：

IndexDB：

---

LocalStorage:

您的意思是要在浏览器本身上使用类似LocalStorage或indexdb的东西吗？老实说，只要GCP为模型等设置了正确的标题，浏览器就会自动缓存文件（如果标题状态为），因此通常是免费的。但是，如果您希望脱机工作，请查看PWA示例。不，我正在尝试在CDN的缓存API上进行缓存，并将get调用的响应加载到tf.loadLayersModel（）中。这样我就可以抽象出数据来自哪个服务器。你的意思是想在浏览器本身上使用localstorage或indexdb之类的东西吗？老实说，只要GCP为模型等设置了正确的标题，浏览器就会自动缓存文件（如果标题状态为），因此通常是免费的。但是，如果您希望脱机工作，请查看PWA示例。不，我正在尝试在CDN的缓存API上进行缓存，并将get调用的响应加载到tf.loadLayersModel（）中。这样我就可以抽象出数据来自哪个服务器。