質問内容
先週からChainerを使い始めた者です。
Chainer の下のようなコードでLinear(None, n_hidden_size)のように宣言すると、例えば下の場合だとself.l0.Wの値がNoneになります。それが原因でchainer rlの copy_param()でエラーが起きてしまいます。
これは、私の定義方法が間違っているのでしょうか?
また、Linear.WがNoneになるのを回避するにはLinearのin_sizeを指定するしかないのですか?
in_sizeをNoneにしているのは、____call____メソッドの引数xのndarrayのshape、例えば(3, x, y)のxとyが毎回微妙に変わるためです。
該当のソースコード
Python
1class Net(chainer.Chain): 2 3 def __init__(self, obs_size, n_actions, n_hidden_size=512): 4 super().__init__() 5 with self.init_scope(): 6 self.conv0 = L.Convolution2D(obs_size, 32, 2, 1, 1) 7 self.conv1 = L.Convolution2D(32, 64, 2, 1) 8 self.conv2 = L.Convolution2D(64, 64, 2, 1) 9 self.bn0 = L.BatchNormalization(32) 10 self.bn1 = L.BatchNormalization(64) 11 self.bn2 = L.BatchNormalization(64) 12 self.l0 = L.Linear(None, n_hidden_size) 13 self.l1 = L.Linear(n_hidden_size, n_hidden_size*2) 14 self.l2 = L.Linear(n_hidden_size*2, n_actions) 15 16 def __call__(self, x, test=False): 17 x = cupy.array(x, dtype=cupy.float32) 18 h = F.leaky_relu(self.bn0(self.conv0(x))) 19 h = F.leaky_relu(self.bn1(self.conv1(h))) 20 h = F.leaky_relu(self.bn2(self.conv2(h))) 21 h = F.dropout(F.leaky_relu(self.l0(h))) 22 h = F.dropout(F.leaky_relu(self.l1(h))) 23 h = self.l2(h) 24 return chainerrl.action_value.DiscreteActionValue(h)
補足情報(FW/ツールのバージョンなど)
Python 3.6
chainer 4.0.0
回答1件
あなたの回答
tips
プレビュー
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。