我试图建立一个卷积神经网络,并使用返回数据的单个函数激活它。我在异步部分遇到麻烦,因为当我尝试回调数据并将其记录时,它返回一个空对象。
const convolute = (callback) => {
let inputData = {};
for(let p = 0; p < files.length; p++){
let fileData = [];
let pixels = [];
let dimensions = [];
let image, iterationArr;
let FinalVector = [];
fs.readFile("./imgs/" + files[p], "utf8", (err, data) => {
if(err) console.log(err);
fileData = data.split("\n");
dimensions = fileData[0].split(" ").map(l => parseInt(l));
pixels = fileData[1].split(" ").map(p => parseInt(p));
pixels.splice(pixels[pixels.length-1], 1);
pixels = MM.convertToMatrix(pixels, dimensions[0]);
image = new ImageProcess(pixels);
for(let i = 0; i < edges.length; i++){
iterationArr = image.pixels;
let iteration = 0
while(iterationArr.length > 30){
iteration++;
iterationArr = image.start(iterationArr, edges[i]);
}
let iterationVector = MM.convertToVector(iterationArr)
for(let i = 0; i < iterationVector.length; i++){
FinalVector.push(iterationVector);
}
}//end of each file
let fileName = files[p].substring(0, files[p].length -4);
inputData[fileName] = FinalVector;
});//end of reading file
}//new file reading starts here
callback(inputData)
}//takes roughly around 5 seconds to execute
convolute((data) => {
console.log(data);
})
files
是一个存储所有文件名的数组。 FinalVector
是包含2000多个项目的数组。我已经进行了一些测试并且代码起作用了,我知道这是因为当我分别记录每个文件向量时它起作用了,它返回了数据,但是当我使用回调从函数中返回数据时会遇到麻烦。
PS。我只包括了可能会导致我的问题的代码的相关部分。
答案 0 :(得分:1)
inputData
为空,因为readFile
是异步的:callback(inputData)
在填充readFile
的每个inputData
的回调之前被调用。
因此,在处理完所有(异步)callback(inputData)
之后,应调用readFile
:在读取所有文件后,在readFile
的回调中:
const convolute = (callback) => {
let inputData = {};
let remainings = files.length;
if (!remainings) {
callback(inputData);
return;
}
for (let p = 0; p < files.length; p++) {
fs.readFile("./imgs/" + files[p], "utf8", (err, data) => {
if (err) {
console.log(err);
}
else {
/* process data simplified */
inputData[files[p]] = data;
}
if (--remainings <= 0) {
callback(inputData);
}
});
}
};