Question

我是ML的新手，并尝试使用TensorFlow.js训练我的程序并根据2个输入预测输出，但是我不确定我是否做得正确，使用代码很容易解释，因此在下面添加它。

下面的代码被调用一次，

const hiddenLayer = tf.layers.dense({
    units: 6,
    inputShape: [2],
    activation: 'sigmoid',
    kernelInitializer: 'leCunNormal',
    useBias: true,
    biasInitializer: 'randomNormal',
});
const outputLayer = tf.layers.dense({ units: 1 });
this.someModel = tf.sequential(); 
this.someModel.add(hiddenLayer);
this.someModel.add(outputLayer);
this.someModel.compile({ loss: 'meanSquaredError', optimizer: 'sgd' });

下面的代码每秒调用一次，以训练模型并预测下一个输出，

const  h = this.trainModel();
var inputs = [input1, input2]; 

tf.tidy(() => {
  const outputs = this.someModel.predict(tf.tensor2d([ inputs ]));
  outputs.data().then(output => {
    if (output > 0.5) {
        // do some action     
    }
  });
});

async trainModel() {
console.log("this.someModel.history " + this.someModel.history)
console.log("this.someModel.outputHistory " + this.someModel.outputHistory)

return await this.someModel.fit(tf.tensor2d(this.someModel.history),        tf.tensor1d(this.someModel.outputHistory), {
  shuffle: true,
});
}

this.someModel.history和this.someModel.outputHistory始终在打印，

this.someModel.history undefined
this.someModel.outputHistory undefined

由于它们是未定义的，所以我收到以下错误消息，

未捕获（承诺）错误：张量构造函数的输入必须为非空值。

*我在做什么错？我不确定为什么甚至需要model.fit方法，我猜想预测函数会在内存中为我的程序建立一个模型，然后根据这个*

进行预测

Answer 1

这是你传递到张量构造函数的参数为null。这就是为什么您得到错误的原因。

tf.model不具有history属性。的history的训练是由fit方法返回。因此，如果你想获得的历史，就可以进行这种方式：

history = await this.someModel.fit(tf.zeros([1, 3]) , tf.zeros([1, 1]), {
  shuffle: true,
});
// then you can do whatever you want with the history

但是，目前还不清楚你想要创建的一维张量做什么history。 history是一个对象，不能用于创建其构造函数参数为数组的张量

要训练或适合您的模型，需要你有或自己创建的供应值。您使用this.someModel.history，this.someModel.outputHistory

认为，模型本身不会返回这些值

为什么模型历史记录和模型outputHistory始终未定义

1 个答案: