TensorFlow.js中model.predict()因backend未定义报错求助

系统信息 #

• 操作系统：Windows 10
• TensorFlow.js安装方式：npm
• TensorFlow.js版本：4.20
• 浏览器版本：127.0.6533.72（64位正式版）
• TensorFlow.js Converter版本：4.20

问题详情 #

调用model.predict()后，程序在尝试将张量移动到后端存储时崩溃，预期能正常完成张量的后端存储操作。

复现说明 #

核心逻辑在training.js文件中，使用Parcel启动服务，入口文件为bomberman.html，完整项目可复现该问题。

错误栈信息 #

TypeError: Cannot read properties of undefined (reading 'backend')
    at Engine.moveData (engine.ts:426:29)
    at DataStorage.get (backend.ts:55:22)
    at backend_webgl.ts:741:35
    at Array.every (<anonymous>)
    at MathBackendWebGL.shouldExecuteOnCPU (backend_webgl.ts:740:16)
    at Object.slice [as kernelFunc] (Slice.ts:74:15)
    at kernelFunc (engine.ts:647:22)
    at engine.ts:713:23
    at Engine.scopedRun (engine.ts:480:19)
    at Engine.runKernelFunc (engine.ts:709:10)

代码排查分析 #

在backend.ts第53行的get方法中，this.backend确认为WebGL后端且dataId有效，但调用moveData时，this.state.tensorInfo.get(dataId)返回undefined，导致读取info.backend时触发崩溃——问题根源是tensorInfo中不存在该dataId对应的记录。

可行排查与修复方向 #

1. 检查张量生命周期：排查代码中是否存在提前调用tensor.dispose()的逻辑，或是在张量未完成计算时就尝试移动存储，导致tensorInfo丢失对应记录。
2. 切换后端验证：在初始化代码中添加tf.setBackend('cpu')，切换到CPU后端测试。若问题消失，说明是WebGL后端的张量管理特定问题。
3. 升级版本：执行npm install @tensorflow/tfjs@latest --save升级到最新稳定版，查看官方Release Notes确认是否有相关bug修复。
4. 同步计算时序：确保model.predict()的结果已完全完成计算，若涉及异步操作，需使用await等待张量计算完成后再执行存储移动操作。

内容的提问来源于stack exchange，提问作者Titos Arthur