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!

ただいまの
回答率

90.51%

  • Python 3.x

    6389questions

    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。

  • Chainer

    144questions

    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。

ChainerのConvolution2DをGPU上で動かせません

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 857

elec

score 2

 前提・実現したいこと

Chainerの畳み込み層をGPU上で動かしたい

 発生している問題・エラーメッセージ

Traceback (most recent call last):
  File "test.py", line 9, in <module>
    y = l(x)
  File "/home/user/.local/lib/python3.6/site-packages/chainer/links/connection/convolution_2d.py", line 171, in __call__
    groups=self.groups)
  File "/home/user/.local/lib/python3.6/site-packages/chainer/functions/connection/convolution_2d.py", line 577, in convolution_2d
    y, = fnode.apply(args)
  File "/home/user/.local/lib/python3.6/site-packages/chainer/function_node.py", line 235, in apply
    ', '.join(str(type(x)) for x in in_data)))
TypeError: incompatible array types are mixed in the forward input (Convolution2DFunction).
Actual: <class 'cupy.core.core.ndarray'>, <class 'numpy.ndarray'>, <class 'numpy.ndarray'>

 該当のソースコード

import chainer 
import chainer.links as L
from chainer import cuda 

xp = cuda.cupy 

x  = xp.arange(1 * 3 * 10 * 10, dtype=xp.float32).reshape(1, 3, 10, 10)
l = L.Convolution2D(3, 7, 5)
y = l(x)
print(y.shape)

 試したこと

入力をcupyでなくnumpyにしたときはうまくできました。

 補足情報(FW/ツールのバージョンなど)

cuda 9.1
python3.6.5
chainer 4.0.0
cupy 4.0.0

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

check解決した方法

0

自己解決しました
linkをGPUにあげていなかったのが原因でした

l = L.Convolution2D().to_gpu()

でできました

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

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 90.51%
  • 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られる

関連した質問

  • 解決済

    RNNのサンプルコードについて

    python3.5で動作しています。 こちらの和訳ページ を元にサンプルのコードを記述したのですが、エラーにより動作しませんでした。エラー文としてはどうやらどこかの入力にnp.

  • 解決済

    python cv2 opencv cv2の名前がエラー

    winpython 2.7.10.3 opencv3.1 を使用しています。以下のコードでなぜかエラーが出てしまいます。 #coding:Shift_JIS import cv

  • 解決済

    chainerのImportError: No module

    前提・実現したいこと https://github.com/mitmul/deeppose こちらのdeep poseを実装中のエラーです サーバー上に全てのデータを置き、チュ

  • 解決済

    list index out of range のエラー修正

    コード import numpy as np import chainer from chainer import cuda,Function,report,training,ut

  • 受付中

    chainerでDCGANを行いたいがエラーが発生

    chainerでDCGANを行いたく、以下の公式のchianerをダウンロードしました。 https://github.com/chainer/chainer/tree/maste

  • 解決済

    Pythonであるパッケージのインストールに失敗します。

    前提・実現したいこと Phythonで機械学習の変換システムを作っています。 Pysptkのインストール中に次のエラーメッセージが発生しました。 発生している問題・エラーメ

  • 解決済

    Pythonの文法について

    x = x[None, ...] この処理は一体どのようなものなのでしょうか? Chainerの勉強において、推論を行うために入力をミニバッチの形にするとあったのですが、Pyth

  • 受付中

    AttributeErrorについて質問です。

     前提・実現したいこと ディープラーニングについて勉強したいと思い公開されていたプログラム(MNISTデータの正解数と正解率を出すプログラム)を実際に動かそうとしてみたら以下のエラ

同じタグがついた質問を見る

  • Python 3.x

    6389questions

    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。

  • Chainer

    144questions

    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。