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。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

Q&A

解決済

1回答

330閲覧

chainerを用いたNNモデルのfwd内におけるエラーが解決できません。

futashige

総合スコア28

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。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

0グッド

0クリップ

投稿2018/03/04 14:08

編集2018/03/05 06:18

現在、chainerを用いる練習として以下のようなモデルを組んでいます。

python

1class MyChain(Chain): 2 def __init__(self): 3 super(MyChain, self).__init__( 4 l1 = L.Linear(361,64), 5 b1 = L.BatchNormalization(64), 6 l2 = L.Linear(64,32), 7 b2 = L.BatchNormalization(32), 8 l3 = L.Linear(32,16), 9 b3 = L.BatchNormalization(16), 10 l4 = L.Linear(16,8), 11 b4 = L.BatchNormalization(8), 12 13 l1_time = L.Linear(4,4), 14 b1_time = L.BatchNormalization(4), 15 l2_time = L.Linear(4,2), 16 b2_time = L.BatchNormalization(2), 17 l3_time = L.Linear(2,1), 18 19 l1_weather = L.Linear(2,2), 20 b1_weather = L.BatchNormalization(2,2), 21 l2_weather = L.Linear(2,2), 22 b2_weather = L.BatchNormalization(2,2), 23 l3_weather = L.Linear(2,1), 24 25 l1_ratio = L.Linear(10,6), 26 ) 27 28 def __call__(self, x, t): 29 y = self.fwd(x) 30 return F.mean_squared_error(y, t) 31 32 def fwd(self,x): 33 x_watt = x[:,0:361] 34 x_time = x[:,361:365] 35 x_weather = x[:,365:367] 36 37 h = self.b1(F.relu(self.l1(x_watt))) 38 h = self.b2(F.relu(self.l2(h))) 39 h = self.b3(F.relu(self.l3(h))) 40 h = F.relu(self.l4(h)) 41 print(h.shape) 42 print(h.dtype) 43 44 h_time = self.b1_time(F.relu(self.l1_time(x_time))) 45 h_time = self.b2_time(F.relu(self.l2_time(h_time))) 46 h_time = F.relu(self.l3_time(h_time)) 47 print(h_time.shape) 48 print(h_time.dtype) 49 50 h_weather = self.b1_weather(F.relu(self.l1_weather(x_weather))) 51 h_weather = self.b2_weather(F.relu(self.l2_weather(h_weather))) 52 h_weather = F.relu(self.l3_weather(h_weather)) 53 print(h_weather.shape) 54 print(h_weather.dtype) 55 56 h_ratio = np.hstack((h,h_time,h_weather)) 57 print(h_ratio.shape) 58 print(h_ratio.dtype) 59 h_ratio = F.softmax(self.l1_ratio(h_ratio)) 60 61 return h_ratio*x[:,180:181]

上記のモデルで訓練を行うと、以下のようなエラーが出てしまいます。

python

1 61 h_ratio = np.hstack((h,h_time,h_weather)) 2 62 print(h_ratio.dtype) 3---> 63 h_ratio = F.softmax(self.l1_ratio(h_ratio)) 4 64 5 65 return h_ratio*x[:,180:181] 6 7 8InvalidType: 9Invalid operation is performed in: LinearFunction (Forward) 10 11Expect: in_types[0].dtype.kind == f 12Actual: O != f

この際、print文による出力で、以下のようになっていることが確認できました。

python

1x_train.shape:(148320, 367) 2y_train.shape:(148320, 6) 3 4h.shape:(128, 8) 5h.dtype:float32 6h_time.shape:(128, 1) 7h_time.dtype:float32 8h_weather.shape:(128, 1) 9h_weather.dtype:float32 10h_ratio.shape:(128, 10) 11h_ratio.dtype:object

どうやら、np.hstackにおいて、配列の型がfloat32からobjectとなってしまっていることが原因のようなのですが、なぜこのようなことが起きてしまうのかがわかりません。
どのようにすれば解決することができるのでしょうか?

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。

退会済みユーザー

退会済みユーザー

2018/03/05 04:20

h_ratio = np.hstack((h,h_time,h_weather))のh, h_time, h_weatherとその結果に関する情報を追記願えませんでしょうか。
futashige

2018/03/05 06:20

情報が足りず申し訳ございませんでした。追記させていただきました。
guest

回答1

0

自己解決

chainer内部の関数であるF.hstack([x1,x2])を用いることで解決しました。

投稿2018/03/06 15:23

futashige

総合スコア28

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