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!

新規登録して質問してみよう
ただいま回答率
85.50%
Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

2回答

4570閲覧

chainerのNStepLSTMを使う際、backwardを呼んだときにエラーが出る

karibou

総合スコア6

Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2017/12/30 19:29

編集2017/12/31 05:15

###前提・実現したいこと
chainerのNStepLSTMを用いて分類器を作成したいのですが、backwardを呼んだときにエラーが発生してしまい上手くいきません。
最終ステップの出力のみを使用するモデルで、hとcの初期値はゼロ(None)です。

問題の原因が全く分からず、行き詰まってしまっています。
どなたか、ご教授いただけると助かります。よろしくお願いいたします。

###該当のソースコード
以下は検証用に書いたコードですので入力データはランダムですが、本番コードと全く同じエラーが発生します。

python

1class LSTM(Chain): 2 def __init__(self): 3 super(LSTM, self).__init__() 4 with self.init_scope(): 5 self.lstm = L.NStepLSTM(2, 10, 20, dropout=0.2) 6 self.linear = L.Linear(20, 5) 7 8 def __call__(self, x): 9 hy, cy, ys = self.lstm(None, None, x) 10 h = ys[-1] # 最終ステップの出力のみ使用 11 y = self.linear(h) 12 return y 13 14# 検証用にランダムデータを生成 15x = ( 16 np.random.rand(1, 10).astype(np.float32), 17 np.random.rand(1, 10).astype(np.float32), 18 np.random.rand(1, 10).astype(np.float32), 19) 20t = chainer.Variable(np.random.randint(0, 5, 1)) # 0~4 21model = LSTM() 22y = model(x) 23 24loss = F.softmax_cross_entropy(y, t) 25loss.backward() # ここでエラーが発生します

###発生している問題・エラーメッセージ
以下は実際に発生したエラーメッセージです。

--------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-434-55a3c0a0f5fa> in <module>() 11 12 loss = F.softmax_cross_entropy(y, t) ---> 13 loss.backward() ~/.pyenv/versions/3.6.2/lib/python3.6/site-packages/chainer/variable.py in backward(self, retain_grad, enable_double_backprop) 878 """ 879 with chainer.using_config('enable_backprop', enable_double_backprop): --> 880 self._backward_main(retain_grad) 881 882 def _backward_main(self, retain_grad): ~/.pyenv/versions/3.6.2/lib/python3.6/site-packages/chainer/variable.py in _backward_main(self, retain_grad) 979 980 gxs = func.backward_accumulate( --> 981 target_input_indexes, out_grad, in_grad) 982 983 assert len(gxs) == len(in_grad) ~/.pyenv/versions/3.6.2/lib/python3.6/site-packages/chainer/function_node.py in backward_accumulate(self, target_input_indexes, grad_outputs, grad_inputs) 512 # The default implementation uses backward(). You can override this 513 # method without using backward(). --> 514 gxs = self.backward(target_input_indexes, grad_outputs) 515 516 len_gxs = len(gxs) ~/.pyenv/versions/3.6.2/lib/python3.6/site-packages/chainer/functions/array/transpose_sequence.py in backward(self, indexes, grad_outputs) 83 84 def backward(self, indexes, grad_outputs): ---> 85 return TransposeSequence(len(self.inputs)).apply(grad_outputs) 86 87 ~/.pyenv/versions/3.6.2/lib/python3.6/site-packages/chainer/function_node.py in apply(self, inputs) 228 229 if configuration.config.type_check: --> 230 self._check_data_type_forward(in_data) 231 232 hooks = chainer.get_function_hooks() ~/.pyenv/versions/3.6.2/lib/python3.6/site-packages/chainer/function_node.py in _check_data_type_forward(self, in_data) 288 try: 289 with type_check.light_mode: --> 290 self.check_type_forward(in_type) 291 return 292 except type_check.InvalidType: ~/.pyenv/versions/3.6.2/lib/python3.6/site-packages/chainer/functions/array/transpose_sequence.py in check_type_forward(self, xs_type) 73 for p, n in zip(xs_type, xs_type[1:]): 74 type_check.expect( ---> 75 p.shape[0] >= n.shape[0], 76 p.shape[1:] == n.shape[1:], 77 ) AttributeError: 'NoneType' object has no attribute 'shape'

###試したこと
以下は試行錯誤していて気づいたことです。
不思議なのですが、以下のように各ステップの出力を加算するモデルに変更するとエラーが出なくなります。

python

1class LSTM(Chain): 2    ... 3 def __call__(self, x): 4 hy, cy, ys = self.lstm(None, None, x) 5 h = sum(ys) # 各ステップの出力を加算する 6 y = self.linear(h) 7 return y 8 9... 10 11loss.backward() # エラーが発生しない

###補足情報(言語/FW/ツール等のバージョンなど)
Python 3.6.2
Chainer 3.2.0

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

自己解決

NStepLSTMの使い方を間違えていました。
ys[-1]は、最終ステップの出力ではなく、ミニバッチ内の1つのデータに対する全ステップ出力を指しているようです。

なので、正しく最終ステップの出力を得るには以下の様にリスト内の各要素の末尾を取って連結すれば良いみたいです。

python

1def __call__(self, x): 2 hy, cy, ys = self.lstm(None, None, x) 3 h = F.vstack(map(lambda y: y[-1], ys)) 4 y = self.linear(h) 5 return y

このコードで問題なく動きました。

投稿2018/01/01 22:08

編集2018/01/01 22:12
karibou

総合スコア6

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

NStepLSTMの実装の問題かもしれません。(仕様?)

BPする時にys[-1]だと、ys[-1]にしか伝搬できなくて、ys[0]=ys[1]=Noneになっているようです。
sumすると分配されて、Noneが解消されます。

https://www.slideshare.net/Retrieva_jp/chainer-trainer-nsteplstm#46
のようにlossは自分で書かないといけないのかもしれません。

投稿2017/12/31 06:32

mkgrei

総合スコア8560

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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

関連した質問