当在模型.predict()中使用optimizer.minimize()来训练TensorFlow.js中具有损失函数的模型时,我遇到了一个问题.仅当我在卷积神经网络中使用maxPooling2D层且代码类似于以下代码时,才会发生这种情况.产生此错误：无法读取未定义的属性“后端”.我不确定是什么原因引起的或如何解决.当使用没有任何池化层的卷积层(tf.layers.conv2d())时,不会发生此错误.我正在使用TensorFlow.js版本0.14.2和Google Chrome版本71.0.3578.98.可以使用以下代码来重现此错误：

loss = (pred,label) => pred.sub(label).square().mean();
optimizer = tf.train.sgd(0.001);

const input = tf.input({shape: [100,100,4]});
const conv = tf.layers.conv2d({
    kernelSize: 5,filters: 8,strides: 1,activation: 'relu',kernelInitializer: 'VarianceScaling'
});
const pool = tf.layers.maxPooling2d({
    poolSize: [2,2],strides: [2,2]
});
const flat = tf.layers.flatten();
const dense = tf.layers.dense({units: 10});
const output = dense.apply(flat.apply(pool.apply(conv.apply(input))));
const model = tf.model({inputs: input,outputs: output});

for (var i = 0; i < 10; i++) {
    optimizer.minimize(() =>
        loss(model.predict([tf.ones([1,4])]),tf.ones([1,10]))
    );
}

编辑：这已经解决.有关详细信息,请参见scai’s answer.

编辑2：这似乎不是错误,而是对model.predict()的反向传播进行了更改. More information