ml5.js回归模型训练报错：Uncaught (in promise) TypeError: e is not a function

核心错误原因 #

你遇到的Uncaught (in promise) TypeError: e is not a function错误，主要源于两个问题：

• batchsize拼写错误，ml5.js的配置参数严格遵循驼峰命名，正确写法是batchSize，拼写错误会触发内部逻辑异常。
• brain.train()方法需要回调函数（或通过Promise处理异步），未提供回调时，内部尝试调用不存在的函数会抛出该错误。

代码修复步骤 #

1. 修正训练逻辑与参数 #

将训练代码修改为以下两种方式之一：

方式一：使用回调函数

if (key == 't') {
    // 先校验输入输出数据长度是否匹配
    if (poses1.length !== poses2.length) {
        console.error('输入数据集与输出数据集长度不一致，无法训练');
        return;
    }

    for (let i = 0; i < poses1.length; i++){
        let input = poses1[i];
        let output = poses2[i];

        debugArIn.push(input);
        debugArOut.push(output);
        brain.addData(input, output);
    };
    brain.normalizeData();
    // 修正batchSize拼写，添加训练完成回调
    brain.train({epochs:34, batchSize:68}, () => {
        console.log('模型训练完成');
        // 训练完成后的业务逻辑可在此编写
    });
}

方式二：使用async/await处理异步

// 定义异步训练函数
async function trainBrain() {
    if (poses1.length !== poses2.length) {
        console.error('输入数据集与输出数据集长度不一致，无法训练');
        return;
    }

    for (let i = 0; i < poses1.length; i++){
        let input = poses1[i];
        let output = poses2[i];

        debugArIn.push(input);
        debugArOut.push(output);
        brain.addData(input, output);
    };
    brain.normalizeData();
    await brain.train({epochs:34, batchSize:68});
    console.log('模型训练完成');
}

// 触发训练
if (key == 't') {
    trainBrain();
}

2. 其他潜在问题修复 #

• 给input和output添加let声明，避免全局变量污染。
• 若需要重复训练，每次训练前调用brain.data.reset()清空旧数据集，防止数据干扰。

额外验证点 #

• 确认poses1和poses2中的每个元素都是长度为34的数组（对应17个关键点的x、y坐标），保证输入输出维度匹配回归模型要求。
• 可过滤PoseNet低置信度关键点，避免异常数据影响训练：

for (let keypoint of pose.keypoints) {
    if (keypoint.score > 0.5) { // 只保留置信度高于0.5的关键点
        let x = keypoint.position.x;
        let y = keypoint.position.y;
        inputs.push(x);
        inputs.push(y);
    }
}

内容的提问来源于stack exchange，提问作者50NNY1