javascript-未捕获（承诺）TypeError：e.iterator不是函数。如何解决这种错误？

debugcn 发表于 Dev

伊兹丁

我是javascript新手，正在实现二进制分类。将训练和测试数据的csv文件转换为数组后，我发现此错误：Uncaught (in promise) TypeError: e.iterator is not a function

这是模型拟合：

await model.fitDataset(convertedTrainingData, 
   {epochs:100,
    validationData: convertedTestingData,
    callbacks:{
    onEpochEnd: async(epoch, logs) =>{
                             console.log("Epoch: " + epoch + " Loss: " + 
                             logs.loss + " Accuracy: " + logs.acc);
                                  }
                              }});

教育

错误来自convertedTestingData和convertedTrainingData。fitDataset以a为参数tf.data.Dataset。的实例tf.data.Dataset具有异步迭代器。

如果convertedTestingData（分别convertedTrainingData）是一个js数组，则需要将其转换为tf.tensor或tf.data.Dataset。

将js数组转换为tf.tensor

该方法fit将代替fitDataset

model.fit(tf.tensor(features), tf.tensor(labels))

使用tf.data.Dataset

使用生成器创建tf.data.Dataset。

function createDataGenerator(data) {
    return function* dataGenerator() {
      let index = 0;
      while (index < data.length) {
        const feature = getFeatureTensorAtIndex(i) ; // get the feature tensor at the index
        const label = getLabelTensorAtIndex(i); // get the label tensor at the index
        index++;
        yield {xs: feature, ys: label};
      }
    }
}

const training = tf.data.generator(createDataGenerator(convertedTrainingData));
const testing = tf.data.generator(createDataGenerator(convertedTestingData));

然后可以使用数据集训练模型 ds

await model.fitDataset(training,
    {
        epochs: 100,
        validationData: testing,
        callbacks: {
            onEpochEnd: async (epoch, logs) => {
                console.log("Epoch: " + epoch + " Loss: " +
                    logs.loss + " Accuracy: " + logs.acc);
            }
        }
    });

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。