エラーメッセージに対処できなくて困っています。

###エラーメッセージ

Uncaught TypeError: Failed to resolve module specifier "cluster". Relative references must start with either "/", "./",

ファイル上にclusterをいうモジュールは有りませんし、ググっても、対処法が見つからないので質問させていただきます。

###やりたいこと
マウスを用いて、手書き数字をSignature Padに書いて、tensorflow.jsで0から9までの数字を認識させるプログラムを書きたいと思っています。

ファイルは、index.html、script.js、lib.jsで構成されています。

index.html

html
1<!DOCTYPE html>
2<html lang="ja">
3
4<head>
5    <meta charset="UTF-8">
6    <meta http-equiv="X-UA-Compatible" content="IE=edge">
7    <meta name="viewport" content="width=device-width, initial-scale=1.0">
8    <title>Tensorflow.js MNIST</title>
9
10
11    <!--TODO: ファイルの読み込み -> chromeのセキュリティ設定-->
12
13    
14    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.0.0/dist/tf.min.js"></script>
15    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs-vis@1.0.2/dist/tfjs-vis.umd.min.js"></script>
16    <script src="https://cdnjs.cloudflare.com/ajax/libs/signature_pad/1.5.3/signature_pad.min.js"></script>
17
18    <script src="lib.js" type="module"></script>
19
20    <script src="script.js" type="module"></script>
21
22    <style type="text/css">
23        .is-selected {
24            background-color: blue;
25            color: white;
26            line-height: 1.5;
27        }
28    </style>
29</head>
30
31
32
33<body>
34    <p id="loading-message">学習モデルの作成中です。しばらくお待ちください</p>
35    <div id="main" style="display:none;">
36        <canvas id="pad" width="280" height="280"></canvas>
37        <div>
38            <input type="button" value="認識" id="predict-button">
39            <input type="button" value="リセット" id="reset-button">
40        </div>
41        <br />
42
43        <table>
44            <thead>
45                <tr>
46                    <th>#</th>
47                    <th>確率</th>
48                </tr>
49            </thead>
50            <tbody>
51                <tr>
52                    <th>0</th>
53                    <td class="classconfidence">-</td>
54                </tr>
55                <tr>
56                    <th>1</th>
57                    <td class="classconfidence">-</td>
58                </tr>
59                <tr>
60                    <th>2</th>
61                    <td class="classconfidence">-</td>
62                </tr>
63                <tr>
64                    <th>3</th>
65                    <td class="classconfidence">-</td>
66                </tr>
67                <tr>
68                    <th>4</th>
69                    <td class="classconfidence">-</td>
70                </tr>
71                <tr>
72                    <th>5</th>
73                    <td class="classconfidence">-</td>
74                </tr>
75                <tr>
76                    <th>6</th>
77                    <td class="classconfidence">-</td>
78                </tr>
79                <tr>
80                    <th>7</th>
81                    <td class="classconfidence">-</td>
82                </tr>
83                <tr>
84                    <th>8</th>
85                    <td class="classconfidence">-</td>
86                </tr>
87                <tr>
88                    <th>9</th>
89                    <td class="classconfidence">-</td>
90                </tr>
91            </tbody>
92        </table>
93    </div>
94</body>
95
96</html>

lib.js

javascirpt
1export async function showExamples(data) {
2    const surface = tfvis.visor().surface({ name: 'Input Data Examples', tab: 'Input Data' });
3
4    const examples = data.nextTestBatch(20);
5    const numExamples = examples.xs.shape[0];
6
7    for (let i = 0; i < numExamples; i++) {
8        const imageTensor = tf.tidy(() => {
9            return examples.xs
10                .slice([i, 0], [1, examples.xs.shape[1]])
11                .reshape([28, 28, 1]);
12        });
13        const canvas = document.createElement('canvas');
14        canvas.width = 28;
15        canvas.height = 28;
16        canvas.style = 'margin: 4px';
17        await tf.browser.toPixels(imageTensor, canvas)
18        surface.drawArea.appendChild(canvas);
19
20        imageTensor.dispose();
21    }
22}
23
24
25
26
27//手書き数字認識の学習モデルを定義
28export function getModel() {
29    const model = tf.sequential();
30
31    const IMAGE_WIDTH = 28;
32    const IMAGE_HEIGHT = 28;
33    const IMAGE_CHANNELS = 1;
34
35    model.add(tf.layers.conv2d({
36        inputShape: [IMAGE_WIDTH, IMAGE_HEIGHT, IMAGE_CHANNELS],
37        kernelSize: 5,
38        filters: 8,
39        strides: 1,
40        activation: 'relu',
41        kernelInitializer: 'varianceScaling'
42    }));
43    model.add(tf.layers.maxPooling2d({ poolSize: [2, 2], strides: [2, 2] }));
44    model.add(tf.layers.conv2d({
45        kernelSize: 5,
46        filters: 16,
47        strides: 1,
48        activation: 'relu',
49        kernelInitializer: 'varianceScaling'
50    }));
51
52    model.add(tf.layers.maxPooling2d({ poolSize: [2, 2], strides: [2, 2] }));
53
54    model.add(tf.layers.maxPooling2d({ poolSize: [2, 2], strides: [2, 2] }))
55    model.add(tf.layers.flatten());
56
57
58    const NUM_OUTPUT_CLASSES = 10;
59    model.add(tf.layers.dense({
60        units: NUM_OUTPUT_CLASSES,
61        kernelInitializer: 'varianceScaling',
62        activation: 'softmax'
63    }));
64
65    const optimizer = tf.train.adam();
66    model.compile({
67        optimizer: optimizer,
68        loss: 'categoricalCrossentropy',
69        metrics: ['accuracy'],
70    });
71
72    return model;
73}
74
75
76
77export async function train(model, data) {
78    const metrics = ['loss', 'val_loss', 'acc', 'val_acc']
79    const container = {
80        name: 'Model Training',
81        styles: { height: '1000px' }
82    };
83    const fitCallbacks = tfvis.show.fitCallbacks(container, metrics);
84
85    const BATCH_SIZE = 512;
86    const TRAIN_DATA_SIZE = 5500;
87    const TEST_DATA_SIZE = 1000;
88
89    const [trainXs, trainYs] = tf.tidy(() => {
90        const d = data.nextTrainBatch(TRAIN_DATA_SIZE);
91        return [
92            d.xs.reshape([TRAIN_DATA_SIZE, 28, 28, 1]),
93            d.labels
94        ];
95    });
96
97    const [textXs, testYs] = tf.tidy(() => {
98        const d = data.nextTestBatch(TEST_DATA_SIZE);
99        return [
100            d.xs.reshape([TEST_DATA_SIZE, 28, 28, 1]),
101            d.labels
102        ];
103    });
104
105    return model.fit(trainXs, trainYs, {
106        batchSize: BATCH_SIZE,
107        validationData: [testXs, testYs],
108        epochs: 10,
109        shuffle: true,
110        callbacks: fitCallbacks
111    });
112}

script.js

javascript
1import { MnistData } from 'https://storage.googleapis.com/tfjs-tutorial/mnist_data.js';
2import { showExamples, getModel, train } from './lib.js'
3
4
5
6const IMAGE_WIDTH = 28;
7const IMAGE_HEIGHT = 28;
8
9async function run() {
10    let signaturePad = initSignaturePad();
11
12    const data = new MnistData();
13    await data.load()
14    await showExamples(data);
15
16    let model = getModel();
17
18    tfvis.show.modelSummary({ name: 'Model Architecture' }, model);
19
20    await train(model, data);
21    document.getElementById("loading-message").style.display = "none"
22    document.getElementById("main").style.display = "block"
23
24    document.getElementById("predict-button").onclick = function() {
25        predict(model);
26    }
27    document.getElementById("reset-button").onclick = function() {
28        reset(signaturePad);
29    };
30}
31
32
33document.addEventListener('DOMContentLoaded', run);
34
35function initSignaturePad() {
36    let pad = document.getElementById('pad');
37    return new signaturePad(pad, {
38        minWidth: 5,
39        maxWidth: 5,
40        penColor: 'white',
41        backgroundColor: 'black',
42    });
43}
44
45function predict(model) {
46    let ctx = document.createElement('canvas').getContent('2d');
47    let pad = document.getElementById('pad');
48
49    ctx.drawImage(pad, 0, 0, IMAGE_WIDTH, IMAGE_HEIGHT);
50    let imageData = ctx.getImageData(0, 0, IMAGE_WIDTH, IMAGE_HEIGHT);
51
52    let score = tf.tidy(() => {
53        let input = tf.browser.fromPixels(imageData, 1).reshape([1, IMAGE_WIDTH, IMAGE_HEIGHT, 1]).div(tf.scalar(255));
54        return model.predict(input);
55    });
56
57    let maxConfidence = score.dataSync().indexOf(Math.max.apply(null, score.dataSync()));
58
59    let elements = document.querySelectorAll(".confidence");
60
61    elements.forEach((el, i) => {
62        el.parentNode.classList.remove('is-selected');
63        if (i === maxConfidence) {
64            el.parentNode.classList.add('is-selected');
65        }
66        el.innerText = score.dataSync()[i];
67    })
68}
69
70
71function reset(signaturePad) {
72    signaturePad.clear();
73    let elements = document.querySelectorAll(".confidence");
74    elements.forEach(el => {
75        el.parentNode.classList.remove('is-selected');
76        el.innerText = '-';
77    })
78}

またNode,jsのパッケージである、http-serverを起動させて、Webサーバーからアクセスしています。

どなたかご教授よろしくお願いします。

行動規範の内容に同意します

回答1件

ベストアンサー

こちらで動かしてみたところ、cluster に関するエラーは出ませんでしたが、いくつかエラーが見つかったので、修正してみました。

まず、index.html ですが、

HTML
1                <tr>
2                    <th>0</th>
3                    <td class="classconfidence">-</td>
4                </tr>

10 箇所ありますが、すべて class="classconfidence" じゃなくて class="confidence" でしょうね。

次に、lib.js の 97 行目、

JavaScript
1    const [textXs, testYs] = tf.tidy(() => {

textXs じゃなくて testXs ですね。x じゃなくて s。

最後に script.js は 3 箇所問題があって、まず 1 行目、

JavaScript
1import { MnistData } from 'https://storage.googleapis.com/tfjs-tutorial/mnist_data.js';

tutorial じゃなくて tutorials のようです。複数形の s が抜けてる。

~~それから、10 行目ですが、initSignaturePad という関数が見当たらなかったので、~~
それから、37 行目ですが、signaturePad じゃなくて SignaturePad ですね。先頭は大文字。

JavaScript
1   return new signaturePad(pad, {

最後に、46 行目、

JavaScript
1    let ctx = document.createElement('canvas').getContent('2d');

getContent じゃなくて getContext ですね。n じゃなくて x。

とりあえずこれで動きました。

投稿2020/03/01 21:19

編集2020/03/01 23:04

hoshi-takanori

総合スコア7895

退会済みユーザー

2020/03/02 00:53

ありがとうございます！

行動規範の内容に同意します

あなたの回答

tips

プレビュー

行動規範の内容に同意します

質問の解決につながる回答をしましょう。サンプルコードなど、より具体的な説明があると質問者の理解の助けになります。また、読む側のことを考えた、分かりやすい文章を心がけましょう。

15分調べてもわからないことは
teratailで質問しよう！

ただいまの回答率
85.46%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう！

エラーメッセージに対処できなくて困っています。

関連した質問