当keras模型加载到tensorjs中时，它变得完全不准确。

当keras模型加载到tensorjs中时，它变得完全不准确可能是由于以下原因导致的：

1. 版本不兼容：Keras和TensorJS可能使用不同的版本或者不同的底层框架，导致加载后的模型表现不准确。解决方法是确保Keras和TensorJS使用相同的版本，并且检查它们之间的兼容性。
2. 数据预处理不一致：在训练模型时，可能进行了某些数据预处理操作，如归一化、标准化等。在加载到TensorJS时，如果没有正确地应用相同的预处理操作，可能会导致模型输出不准确。解决方法是在加载模型之前，确保对输入数据进行与训练时相同的预处理操作。
3. 模型结构不一致：Keras和TensorJS可能对模型的结构定义有不同的要求，例如层的顺序、参数的命名等。如果在加载模型时没有正确地定义模型结构，可能会导致输出不准确。解决方法是仔细检查模型的结构定义，并确保在加载模型时正确地定义相同的结构。
4. 模型权重加载错误：在加载模型时，可能出现了权重加载错误的情况，导致模型输出不准确。解决方法是检查权重文件是否正确，并确保在加载模型时正确地加载权重。

推荐的腾讯云相关产品和产品介绍链接地址：

• 腾讯云AI Lab：https://ai.tencent.com/ailab/
• 腾讯云机器学习平台：https://cloud.tencent.com/product/tiia
• 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
• 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
• 腾讯云区块链服务（BCS）：https://cloud.tencent.com/product/bcs

请注意，以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求和情况进行。