TensorFlowJS异常-由于正在进行另一个fit()调用而无法开始训练

时间:2019-02-27 06:54:40

标签: javascript machine-learning tensorflow.js

我使用tf.expandDims()添加尺寸。由于我能够进入model.fit(),但是由于该错误而卡住了由于正在进行另一个fit()调用而无法开始训练。无法读取属性“ length”未定义。 您可以在这里找到我的代码

// Train the model using the data. 
let tesnor_dim =[];
let tensr;for(var j=0; j<2; j++){ 
console.log('resize_image',resize_image);
tensr = tf.expandDims(ysarr[j], 0); 
tesnor_dim.push(tensr);
console.log('tesnor_dim',tesnor_dim);
    model.fit(resize_image[j], tesnor_dim[j], {epochs: 100}).then((loss) => {
         console.log('resize_image[j]',resize_image[j]);
         console.log('tesnor_dim[j]',tesnor_dim[j]);
         console.log('loss',loss);
         const t = model.predict(resize_image[j]);
         console.log('Prediction:::'+t);
         pred = t.argMax(1).dataSync(); // get the class of highest probability
                const labelsPred = Array.from(pred).map(e => setLabel[e])
                console.log('labelsPred:::'+labelsPred);
                //const saveResults = model.save('downloads://my-model-1');
                //console.log(saveResults);
            }).catch((e) => {
                console.log(e.message);
            })
            }

2 个答案:

答案 0 :(得分:2)

在同一模型上调用多个fit时,必须顺序执行。这意味着仅当第一个呼叫完成时,第二个呼叫才必须开始。使用asyncawait将阻止您进行第二个呼叫,除非第一个呼叫已完成。

loss = await model.fit(resize_image[j], tesnor_dim[j], {epochs: 100})
// continue rest of processing

答案 1 :(得分:0)

您可以使用此代码

await model.fit(resize_image[j], tesnor_dim[j], {epochs: 100}).then((loss) => {
     console.log('resize_image[j]',resize_image[j]);
     console.log('tesnor_dim[j]',tesnor_dim[j]);
     console.log('loss',loss);
     const t = model.predict(resize_image[j]);
     console.log('Prediction:::'+t);
     pred = t.argMax(1).dataSync(); // get the class of highest probability
            const labelsPred = Array.from(pred).map(e => setLabel[e])
            console.log('labelsPred:::'+labelsPred);
            //const saveResults = model.save('downloads://my-model-1');
            //console.log(saveResults);
        }).catch((e) => {
            console.log(e.message);
        })
        }