ChainerでCNNのモデルを学習させて、テストデータでaccuracyを求める時、loss値を計算する過程でsoftmax関数でそれぞれのクラスに分類される確率を計算していると学びました。
その確率をprintで表示したいと考えています。
https://github.com/chainer/chainer/blob/v5.1.0/chainer/functions/loss/
このリンク先のsoftmax_cross_entropy.pyの86行目のlog_yがその確率の値で合っているでしょうか?
また、確率の値を自分の作成したコード内の変数に代入する方法も合わせて教えてもらえればありがたいです。
環境
Python 2.7.12
chainer 4.1.0
CuPy 4.1.0
このコードは学習済みのモデルを呼び出しテストデータを分類するコードです。
python
1#coding:UTF-8 2import os 3import numpy as np 4from PIL import Image 5import matplotlib 6matplotlib.use('Agg') 7import matplotlib.pyplot as plt 8import chainer 9from chainer import cuda,Function,report,training,utils,Variable 10from chainer import datasets,iterators,optimizers,serializers,cuda 11from chainer import Link,Chain,ChainList 12import chainer.functions as F 13import chainer.links as L 14from chainer.training import extensions 15import cupy 16 17 18class MyChain(Chain): 19 def __init__(self): 20 super(MyChain,self).__init__( 21 cn1 = L.Convolution2D(3,32,5,stride=1,pad=0), 22 cn2 = L.Convolution2D(32,48,5,stride=1,pad=0), 23 cn3 = L.Convolution2D(48,64,5,stride=1,pad=0), 24 cn4 = L.Convolution2D(64,80,4,stride=1,pad=0), 25 l1 = L.Linear(720,500), 26 l2 = L.Linear(500,2), 27 bn4 = L.BatchNormalization(500) 28 ) 29 30 def __call__(self,x): 31 h1 = F.max_pooling_2d(F.relu(self.cn1(x)),ksize=2) 32 h2 = F.max_pooling_2d(F.relu(self.cn2(h1)),ksize=2) 33 h3 = F.max_pooling_2d(F.relu(self.cn3(h2)),ksize=2) 34 h4 = F.max_pooling_2d(F.relu(self.cn4(h3)),ksize=2) 35 h5 = F.relu(self.bn4(self.l1(h4))) 36 37 return self.l2(h5) 38 39 40test_files = 'tes_5904a.txt' 41test_dataset = chainer.datasets.LabeledImageDataset(test_files) 42 43#softmax_cross_entropy 44infer_net = L.Classifier(MyChain()) 45 46new_dir_path = './result_validation_a/check' 47os.mkdir(new_dir_path) 48 49serializers.load_npz('./result_validation_a/snapshot_epoch-100',infer_net,path='updater/model:main/') 50 51#test_dataset内の画像を分類し、誤って分類したものを保存する 52for i,one_data in enumerate(test_dataset): 53 x,t = one_data 54 55 os.chdir("./result_validation_a/check") 56 57 gpu_device = 0 58 infer_net.to_gpu(gpu_device) 59 60 z = infer_net.xp.asarray(x[None, ...]) 61 62 #分類の実行 63 with chainer.using_config('train',False), chainer.using_config('enable_backdrop',False): 64 y = infer_net.predictor(z) 65 y = chainer.cuda.to_cpu(y.array) 66 67 #この行に確率の値を表示するprint文を書きたい 68 69 if t!=y.argmax(axis=1)[0]: 70 print("file_number"+str(i)) 71 print("t:"+str(t)+"|y.argmax:"+str(y.argmax(axis=1)[0])) 72 raw_image =x.transpose(1,2,0) 73 74 output_image = raw_image *0.01 75 76 plt.imshow(output_image,cmap='gray',vmin=0,vmax=255) 77 78 plt.savefig('validation'+str([i])+'.png') 79 print("=============") 80 81 os.chdir("/mnt/data1/user_work/goto/dataset/g100/dataset") 82
あなたの回答
tips
プレビュー