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

90.52%

  • Python

    7922questions

    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。

  • TensorFlow

    669questions

tflearnを用いてnetwork in networkを実装したい

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 270

dansuke

score 1

リンク内容

深層学習初心者の学生です
上記のコードを元にして、tflearnを用いたカラー画像のnetwork in networkによるクラス21個の画像分類を行おうとしたのですが途中でエラーが発生してしまい原因がいまいちつかめていません
アドバイスをいただけますと幸いです

画像枚数は各クラス100枚で合計2100枚のものをそれぞれテスト用30枚、トレイン用70枚に分けています

Ubuntu16.04,python3.6,jupyternotebookで実行しています
以下コードです

from __future__ import division, print_function, absolute_import
import tflearn
from tflearn.data_utils import shuffle, to_categorical
from tflearn.layers.core import input_data, dropout, flatten
from tflearn.layers.conv import conv_2d, max_pool_2d, avg_pool_2d
from tflearn.layers.estimator import regression
import numpy as np

num_classes = 21
#arrayの読み込み
X_train, X_test, y_train, y_test = np.load("tf_correct.npy")#X_train.shape=(1470,32,32,3),X_test.shape=(630,32,32,3),y_train.shape=(1470,21),y_test.shape=(630,21)
X_train = X_train.astype("float") / 256
X_test = X_test.astype("float") / 256
y_train = to_categorical(y_train, num_classes)
y_test = to_categorical(y_test, num_classes)

network = input_data(shape=[None, 32, 32, 3])
network = conv_2d(network, 192, 5, activation='relu')
network = conv_2d(network, 160, 1, activation='relu')
network = conv_2d(network, 96, 1, activation='relu')
network = max_pool_2d(network, 3, strides=2)
network = dropout(network, 0.5)
network = conv_2d(network, 192, 5, activation='relu')
network = conv_2d(network, 192, 1, activation='relu')
network = conv_2d(network, 192, 1, activation='relu')
network = avg_pool_2d(network, 3, strides=2)
network = dropout(network, 0.5)
network = conv_2d(network, 192, 3, activation='relu')
network = conv_2d(network, 192, 1, activation='relu')
network = conv_2d(network, 21, 1, activation='relu')
network = avg_pool_2d(network, 8)
network = flatten(network)
network = regression(network, optimizer='adam',
                     loss='softmax_categorical_crossentropy',
                     learning_rate=0.001)

model = tflearn.DNN(network)
model.fit(X_train, y_train, n_epoch=50, shuffle=True, validation_set=(X_test, y_test),batch_size=32)


これを実行すると次のようなエラーが発生します

IndexError                                Traceback (most recent call last)
<ipython-input-12-fd9b52414d33> in <module>()
     45 # Training
     46 model = tflearn.DNN(network)
---> 47 model.fit(X_train, y_train, n_epoch=50, shuffle=True, validation_set=(X_test, y_test),batch_size=32)

~/anaconda3/lib/python3.6/site-packages/tflearn/models/dnn.py in fit(self, X_inputs, Y_targets, n_epoch, validation_set, show_metric, batch_size, shuffle, snapshot_epoch, snapshot_step, excl_trainops, validation_batch_size, run_id, callbacks)
    182         # TODO: check memory impact for large data and multiple optimizers
    183         feed_dict = feed_dict_builder(X_inputs, Y_targets, self.inputs,
--> 184                                       self.targets)
    185         feed_dicts = [feed_dict for i in self.train_ops]
    186         val_feed_dicts = None

~/anaconda3/lib/python3.6/site-packages/tflearn/utils.py in feed_dict_builder(X, Y, net_inputs, net_targets)
    281                 X = [X]
    282             for i, x in enumerate(X):
--> 283                 feed_dict[net_inputs[i]] = x
    284         else:
    285             # If a dict is provided

IndexError: list index out of range


ここでのlist index out of rangeはどこのことを指しているのでしょうか?

よろしくお願いします

  • 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ベストアンサー

+1

ソースコードを見る限り、y_train, y_testの使い方を間違えているため
エラーが発生していると予測しました。

tf_correct.npyに格納されているy_train.shape=(1470,21),y_test.shape=(630,21)を見る限り、もう既にto_categoricalされている状態に見えます。

単なる数値データ、クラス数が3だったら
0, 1, 2を [1, 0, 0], [0, 1, 0], [0, 0, 1]
に変換するのがto_categoricalの本来の使い方のはずです。

以下に例を用意してみました。

from tflearn.data_utils import to_categorical
import numpy as np

classes = 3
label = np.array([0, 1, 2])
print(label.shape)
#(3,)

categorical_labels = to_categorical(label, classes)
print(categorical_labels)
""" 
array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])
"""
print(categorical_labels.shape)
# (3, 3)


したがってy_train, y_testをto_categorical関数を利用して変換するのではなく
そのままy_train, y_testを利用すればエラーは解消されるのではないでしょうか。

 参考

投稿

編集

  • 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。

  • 2018/06/09 21:32

    的確なアドバイスありがとうございます
    学校のGPUで動かしていたので早速明日試してみます

    キャンセル

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 90.52%
  • 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

  • 受付中

    Kerasを用いたCNN3によるcifar10の画像認識

    Keras初心者です。 CNNを理解するためにKerasでモデルを作り、cifar10のデータを元にモデルの認識精度を出力しようとしています。 以下のプログラムに対するエラーの

  • 解決済

    Tensorflowのfully_connected_feedの実行にエラーが続く

    tensoflowのfully_connected_feed.pyを実行しようとしているのですが、どう試行錯誤してもエラーが続きます。 tensorflowのインストールの仕方、

  • 解決済

    hyperoptを使ってdeep learning(keras)のhyper parameterをt...

    Hyperoptというpythonのライブラリーがあります。 これは、機械学習において、hyper parameterを自動的に最適化する優れものです。 また、tensolfl

  • 解決済

    CNNの比較、改善点

     知りたいこと cyfer10に使用したCNNでなぜこのような差が出たのか、してはいけないことが含まれていたのか。 aidemyに使われていたCNNと層よりも、より層を増やして適当

  • 解決済

    入力データの読み込みのエラー(Keras)

    識別(りんごとオレンジ)https://qiita.com/hiroeorz@github/items/ecb39ed4042ebdc0a957 上記のプログラム参考にしてRG

  • 解決済

    kerasを用いたRNNについてpredictがうまく機能しない

    kerasを用いたRNNのプログラミングを勉強しております。 RNNを用いて乗客数のグラフの予測をしているサイトがありましたので、それをkerasで行なってみたいと思って以下の

  • 解決済

    Chainer 評価の欄が空白

     前提・実現したいこと Chainerを用いて、入力画像を2つのグループに分類するCNNを作ろうと考えています。 そして、作ったモデルを評価するためにextensionsを使うつも

  • 解決済

    学習の様子を可視化できない

    学習の様子を可視化できないです。 ・ ・ ・ # placeholders input_sequence = Input((story_maxlen,)) question =

同じタグがついた質問を見る

  • Python

    7922questions

    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。

  • TensorFlow

    669questions