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

90.43%

  • Python 3.x

    7909questions

    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。

  • Python 2.7

    1363questions

    Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

  • PyCharm

    180questions

    エディター・開発ツール

  • Chainer

    177questions

    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 を利用してDQNをGPU実行したい

受付中

回答 2

投稿

flag 質問者が5日前に「まだ回答を求めています」と言っています。

  • 評価
  • クリップ 0
  • VIEW 82

gallardo22

score 1

前提・実現したいこと

DQNのプログラムをGPUを使って実行したいのですが、以下のエラーを解決できずにいます。

発生している問題・エラーメッセージ

Traceback (most recent call last):
  File "dqn.py", line 533, in <module>
    main()
  File "dqn.py", line 118, in main
    agent = Agent(learning_width, learning_height, interval_w, interval_h)
  File "dqn.py", line 349, in __init__
    self.model = Neuralnet(self.tmp_size)
  File "dqn.py", line 323, in __init__
    fc5=L.Linear(502656,3, initialW=cp.zeros((3, 502656), dtype=cp.float32))
  File "/home/ユーザ名/.pyenv/versions/anaconda3-4.4.0/lib/python3.6/site-packages/chainer/links/connection/linear.py", line 105, in __init__
    W_initializer = initializers._get_initializer(initialW)
  File "/home/ユーザ名/.pyenv/versions/anaconda3-4.4.0/lib/python3.6/site-packages/chainer/initializers/__init__.py", line 63, in _get_initializer
    raise TypeError('invalid type of initializer: %s' % type(initializer))
TypeError: invalid type of initializer: <class 'cupy.core.core.ndarray'>

該当のソースコード

#-*- coding: utf-8 -*-
#ver0.41 2016/11/22
#python全体で使うような奴の追加
import argparse                    #起動時の引数設定
import os                        #ファイルの削除ger
import sys                        #シス
import copy                        #データコピーテム関連(ここではプログラムの強制終了とか)
import time                        #時間取得
import random                    #ランダム
import configparser    #iniファイルいじる
#from backports import configparser
import threading                #マルチスレッド
import csv                        #csvファイルの扱い(出力用)
from collections import deque    #デック(deque)を扱えるようにする
from tqdm import tqdm           #プログレスバー
#ニューラルネットワークに関する追加
import numpy as np                #数値計算補助(CPU)
import cupy as cp        #数値計算補助(GPU)
import chainer    #ディープネットワークのフレームワーク
from chainer.backends import cuda
from chainer import initializer
import chainer.functions as F
import chainer.links as L
from chainer import cuda,Variable,optimizers #optimizerpipsを消した(自分)
#画面操作に関する追加
import pyautogui as ag            #ディスプレイ内の画像検索、キーボード操作など
from PIL import Image            #RGB調べる
#from PyQt4.QtGui import QPixmap,QApplication
from PyQt5.Qt import *
from PyQt5.QtGui import *
from PyQt5.QtWidgets import *
from PyQt5.QtCore import *
#from PyQt5.QtWidgets import QApplication, QWidget
#from PyQt5 import QtCore, QtGui, QtWidgets
#from PyQt5.QtGui import QScreen
#from PyQt5.QtCore import *

中略

#gpuがあればcupyなければnumpyを使う(cpu未確認)
xp = cp if cuda.available else np
#cp = cuda.cupy

中略

#メイン
def main():

中略


#ディープラーニングを行うためのニューラルネットクラス[1]
class Neuralnet(chainer.Chain):

    def __init__(self, in_size):
        #モデル(ネットワークの形)の定義d
        super(Neuralnet, self).__init__(
            #チャネル数K,出力チャネル数M,フィルタサイズH,padパディング[2]
            conv1=L.Convolution2D(in_size, 16, 8,stride=4,pad=2),#数値は適当(どうやって決めるんだ?)
            conv2=L.Convolution2D(16, 32, 4, pad=2),
            conv3=L.Convolution2D(32, 64, 2, pad=1),
            #教えてくれた値,行動種類
            #fc4=L.Linear(126,128),  #アウトオブメモリーなので抜いた
            fc5=L.Linear(502656,3, initialW=cp.zeros((3, 502656), dtype=cp.float32))
        )
        #gpuに持ってくところ
        if cuda.available:
            cuda.get_device(0).use()
            self.to_gpu()

    #x・・・入力
    def __call__(self, x):
        h = F.relu(self.conv1(x))#入力のスケールを[0,1]に
        h = F.relu(self.conv2(h))
        h = F.relu(self.conv3(h))
        h = F.relu(self.fc4(h))
        y = self.fc5(h)
        return y

#学習を行うエージェント[3]
class Agent():

    def __init__(self,learning_width, learning_height, interval_w, interval_h):
        #経験メモリ
        self.tmp_memory = deque()
        self.tmp_size = 1#一つの状態が持つ画面数(実際のメモリサイズは+1)
        self.memory = deque()#メモリ(キュー)
        self.batch_size = 8#バッチサイズ
        #モデル設定
        self.model = Neuralnet(self.tmp_size)
        self.target_model = copy.deepcopy(self.model)
        #最適化設定
        self.optimizer = optimizers.RMSpropGraves(lr=0.00025, alpha=0.95, momentum=0.95, eps=0.0001)
        self.optimizer.setup(self.model)
        #学習に使う画面サイズ(上のをコピーしてるだけ)
        self.learning_width = learning_width
        self.learning_height = learning_height
        self.interval_w = interval_w
        self.interval_h = interval_h

        #εグリーディに使用する値
        self.epsilon = 1#初期値
        self.epsilon_decay = 1.0/70000#一回に下げる値
        self.epsilon_min = 0.05#最低値
        self.exploration = 35
        #その他設定
        self.step = 0#ステップ数    
        self.total_step = 0
        self.goal = 0
        self.gamma = 0.90# 割引率(ガンマ)

中略

    #Q学習による順伝搬
    def Q_forward(self, state, action, reward, state_dash, ep_end):
        #状態をVariable型に入れる
        s = Variable(state)
        s_dash = Variable(state_dash)
        #順伝搬
        Q = self.model(s)
        tmp = self.target_model(s_dash)#次の行動の方はtarget_modelを使用
        #次の行動のQの最大値求める奴
        tmp = list(map(cp.max, tmp.data))
        max_Q_dash = xp.asanyarray(tmp, dtype=cp.float32)
        target = xp.asanyarray(copy.deepcopy(Q.data), dtype=cp.float32)
        #この後の計算でgpuモードが使えないので一度cpuに移動
        max_Q_cpu = cuda.to_cpu(max_Q_dash)
        target_cpu = cuda.to_cpu(target)
        for i in range(self.batch_size):
            #Q値計算(エピソードが終了するところでは報酬のみ)
            target_cpu[i, action[i]] = reward[i] + (self.gamma * max_Q_cpu[i]) * (not ep_end[i])

            print(target_cpu[i,action[i]])

        #またネットワーク使うのでgpuに戻す
        target2 = xp.array(target_cpu)
        printtmp = (Q.data - Variable(target2).data)
        print  (printtmp)

        #ロス計算
        loss = F.mean_squared_error(Q, Variable(target2))
        self.loss = loss.data
        return loss

中略

#以下参考
#[1]DQNもどきの人のプログラム(https://github.com/trtd56/ClassicControl)
#[2]Chainerの構造(http://jprogramer.com/ai/3758)

試したこと

nvidia-smi → 390.87
nvcc -V → Cuda compilation tools, release 9.0
などの確認はしましたが、cuda.pyが怪しいため cuda周りが怪しいと思われます。

補足情報(FW/ツールのバージョンなど)

Python:3.4.3
chainer:5.1.0
cupy:cupy-cuda90(cudaは9.0)
PyQt5:5.11.3
PyQt5-sip:4.19.13 

  • 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 2

+1

google翻訳
初期化子の型が無効です:<class 'cupy.core.core.ndarray'>

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。

0

https://docs.chainer.org/en/stable/reference/generated/chainer.links.Linear.html#chainer.links.Linear

initialW (initializer) – Initializer to initialize the weight. When it is numpy.ndarray, its ndim should be 2.


(参考)
https://github.com/chainer/chainer/blob/v5.1.0/chainer/initializers/__init__.py#L54

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。

  • 2019/01/10 19:53

    fc5=L.Linear(502656,3, initialW=cp.zeros((3, 502656), dtype=cp.float32))
    の行をコメントアウトしたところ、以下のエラーになりました。

    Traceback (most recent call last):
    File "dqn.py", line 542, in <module>
    main()
    File "dqn.py", line 143, in main
    state = get_state(window_id, left, top, learning_width, learning_height, interval_w, interval_h,screen)
    File "dqn.py", line 266, in get_state
    screen = Image.fromarray(xp.asanyarray(bits).reshape((height,width,4))[::interval_w,::interval_h,2::-1])
    File "/home/myname/.pyenv/versions/anaconda3-4.4.0/lib/python3.6/site-packages/PIL/Image.py", line 2483, in fromarray
    arr = obj.__array_interface__
    AttributeError: 'cupy.core.core.ndarray' object has no attribute '__array_interface__'

    怪しいソース:
    def get_state(win_id, left, top, width, height, interval_w, interval_h,screen):
    #pixmapにウィンドウの情報を渡す
    #QImageへの変換
    pixmap=screen.grabWindow(win_id, left, top, width, height)
    print(pixmap)
    image = pixmap.toImage()
    bits= image.bits()
    bits.setsize(image.byteCount())
    #数ピクセルに一つの割合でImage型RGBモードで保存しなおす
    #screen = Image.fromarray(cp.asanyarray(bits).reshape((height, width, 4))[::interval_w,::interval_h,2::-1])
    screen = Image.fromarray(xp.asanyarray(bits).reshape((height,width,4))[::interval_w,::interval_h,2::-1])
    state = xp.asanyarray(screen)
    #state = cp.asarray(screen)
    #state = xp.asarray(QScreen, dtype=xp.float32)
    ##いらない部分(画像保存できるか試してみる)
    #png2 = './piclog/' + str(agent.step) + '.png'
    #保存
    #screen.save(png2)

    #書き込み可能に
    state.flags.writeable = True
    #元画像の緑だけを取り出す
    state = state[:,:,1]
    #戻り値にstate(現在の状態)を返す
    return state

    キャンセル

  • 2019/01/10 20:03

    回答(というかドキュメント)読んでますか?

    キャンセル

  • 2019/01/10 20:09

    読みました。
    fc5の要素数が2までということですか?

    キャンセル

  • 2019/01/10 20:27

    y_waiwaiさんの回答は読んでますか?

    キャンセル

  • 2019/01/10 20:31

    もちろん拝見しました。
    しかし勉強不足で理解できませんでした。
    cupy.core.core.ndarrayクラスがどこにある何をするクラスなのかが分かりません。

    キャンセル

  • 2019/01/10 20:45

    ご自分で cp.zeros と書いてますよね?

    キャンセル

  • 2019/01/10 20:48

    はい。

    キャンセル

  • 2019/01/10 20:49

    cp.zeros((3, 502656)) の返り値の型はなんですか? 何の型が返ってくると思って書いてますか?

    キャンセル

  • 2019/01/10 20:51

    先輩からの流用のため意味を把握しておりません。
    申し訳ありません。

    キャンセル

  • 2019/01/11 08:15

    あなたが把握していたかどうかは関係ない。把握してなかったとしても、聞かれてどう思ったのか、どう予想したのかは答えられるはず。調べることもできた。実行して確認することもできた(これが最良)。把握してないことはなにも申し訳なくない。

    キャンセル

  • 2019/01/11 08:35 編集

    それはそれとして、先輩のプログラムはそのまま動きましたか? 動いたのか、動いていたものがそのままのコードで動かなくなったのか、動いていたものを修正したら動かなくなったのかで話が違います。現時点で私が想像するもっともありそうな可能性は、その先輩は実はCPUでしか動かしてなくて(=GPUでは一度も動かしたことがなくて)、「GPUでも動きそうなコードに見せかけておきながら実はCPU専用のコードを渡された」です。

    キャンセル

  • 2019/01/11 15:37

    返信ありがとうございます。
    おっしゃるとおりです。
    先輩のコードはPyQt4を使用する仕様になっており、GPUで動かすことを想定して書かれています。
    ちなみにpython3でPyQt4をインストールにするにはsudo apt-get install python3-pyqt4で導入できると調べたら書かれていましたが、インストールできてもpip3 listやconda listで挙がってきません。

    キャンセル

同じタグがついた質問を見る

  • Python 3.x

    7909questions

    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。

  • Python 2.7

    1363questions

    Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

  • PyCharm

    180questions

    エディター・開発ツール

  • Chainer

    177questions

    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。