跟随CodeTrain《Nature of Code》开发XOR神经网络遇TypeError报错求助

直接对应你的代码和堆栈信息反推问题链路：

• Matrix.js里fromArray方法的第19行代码是let m = new Matrix(arr.length, 1)，这里报TypeError的原因只有一个：传进来的arr是undefined，对undefined读length属性直接触发类型错误
• 顺着调用链往上找：fromArray是在NeuralNetwork的train方法里被调用的，作用是把训练用的目标值数组转成矩阵
• 再往上追到sketch.js的draw函数：你调nn.train()的时候，第二个参数传的是data.outputs，但你定义的训练样本里，每条的目标值字段叫targets，根本没有outputs这个字段，自然取到undefined直接触发报错

打开sketch.js，找到draw里的训练循环段，把字段名改对：
原错误代码：

for (let i = 0; i < 1000; i++) {
    let data = random(training_data);
    nn.train(data.inputs, data.outputs);
}

修正后代码：

for (let i = 0; i < 1000; i++) {
    let data = random(training_data);
    nn.train(data.inputs, data.targets);
}

• 现在draw里的网格填充是全随机取灰度值，不是你预期的XOR可视化效果，等训练通了之后，把随机填色的逻辑换成：把每个网格的x、y坐标归一化到[0,1]作为网络输入，根据网络输出的值填黑色或白色，就能看到训练收敛后的清晰分块效果
• 可以给fromArray加个简单的参数校验，以后再碰到同类传参错误，能直接看到明确的报错提示，不用费劲反查堆栈：

static fromArray(arr) {
  if (!Array.isArray(arr)) {
    throw new Error(`fromArray需要传数组，当前收到的是${typeof arr}`);
  }
  let m = new Matrix(arr.length, 1);
  for (let i = 0; i < arr.length; i++) {
    m.data[i][0] = arr[i];
  }
  return m;
}

内容的提问来源于stack exchange，提问作者Daniel