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

89.98%

tensorflowにおけるmnist分類でbut the requested shape requires a multiple of 6272というエラーが出る

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 318

vaitarika

score 22

実現したいこと

tensorflowを使って自分で組んだCNNでMNISTデータセットの分類を行いたい

発生している問題

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data", one_hot=True)


上記のコードでmnistデータセットを読み込んだ後に畳み込み層、プーリング層、全結合層を作って実行すると次のエラーが起きてしまいます。

InvalidArgumentError (see above for traceback): Input to reshape is a tensor with 2097152 values, but the requested shape requires a multiple of 6272


このエラーが出たときは畳み込み層を3層作った後に全結合層を2層作るとこのエラーが起きました。しかし、畳み込み層を2層に減らしたところこのエラーは消え、分類を行うことができました。
下記がエラーが出たときに加えていた三層目です。

    #畳み込み3
    with tf.name_scope('conv3') as scope:
        W_conv3 = weight_variable([5, 5, 64, 128])
        b_conv3 = bias_variable([128])
        h_conv3 = tf.nn.relu(conv2d(h_pool2, W_conv3) + b_conv3)
   #プーリング3
    with tf.name_scope('pool3') as scope:
        h_pool3 = max_pool_2x2(h_conv3)


このように畳み込み層の3層目を書いていたところエラーが出てしまったのですが、何かおかしいところはありますか。
また、下記がエラーが出ていた時の全結合層の一層目です。

    # 全結合層1
    with tf.name_scope('fc1') as scope:
        W_fc1 = weight_variable([7*7*128, 1024])
        b_fc1 = bias_variable([1024])
        h_pool3_flat = tf.reshape(h_pool3, [-1, 7*7*128])
        h_fc1 = tf.nn.relu(tf.matmul(h_pool3_flat, W_fc1) + b_fc1)


下記が全体のコードです

import sys
import os
import numpy as np
import tensorflow as tf
import tensorflow.python.platform

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data", one_hot=True)

NUM_CLASSES = 10
IMAGE_SIZE = 28
IMAGE_PIXELS = IMAGE_SIZE*IMAGE_SIZE

flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_integer('max_steps', 20, 'Number of steps to run trainer.')
flags.DEFINE_integer('batch_size', 1024, 'Batch size'
                     'Must divide evenly into the dataset sizes.')
flags.DEFINE_float('learning_rate', 1e-4, 'Initial learning rate.')

def inference(images_placeholder, keep_prob):

    def weight_variable(shape):
      initial = tf.truncated_normal(shape, stddev=0.1)
      return tf.Variable(initial)

    def bias_variable(shape):
      initial = tf.constant(0.1, shape=shape)
      return tf.Variable(initial)

    def conv2d(x, W):
      return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

    def max_pool_2x2(x):
      return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                            strides=[1, 2, 2, 1], padding='SAME')

    x_image = tf.reshape(images_placeholder, [-1, IMAGE_SIZE, IMAGE_SIZE, 1])
    print(x_image.shape)


    # 畳み込み層1の作成
    with tf.name_scope('conv1') as scope:
        W_conv1 = weight_variable([5, 5, 1, 32])
        b_conv1 = bias_variable([32])
        h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)

    # プーリング層1の作成
    with tf.name_scope('pool1') as scope:
        h_pool1 = max_pool_2x2(h_conv1)

    # 畳み込み層2の作成
    with tf.name_scope('conv2') as scope:
        W_conv2 = weight_variable([5, 5, 32, 64])
        b_conv2 = bias_variable([64])
        h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)

    # プーリング層2の作成
    with tf.name_scope('pool2') as scope:
        h_pool2 = max_pool_2x2(h_conv2)

    # 畳み込み層3の作成
    with tf.name_scope('conv3') as scope:
        W_conv3 = weight_variable([5, 5, 64, 128])
        b_conv3 = bias_variable([128])
        h_conv3 = tf.nn.relu(conv2d(h_pool2, W_conv3) + b_conv3)

    # プーリング層3の作成
    with tf.name_scope('pool3') as scope:
        h_pool3 = max_pool_2x2(h_conv3)

    # 全結合層1の作成
    with tf.name_scope('fc1') as scope:
        W_fc1 = weight_variable([7*7*128, 1024])
        b_fc1 = bias_variable([1024])
        h_pool3_flat = tf.reshape(h_pool3, [-1, 7*7*128])
        h_fc1 = tf.nn.relu(tf.matmul(h_pool3_flat, W_fc1) + b_fc1)
        h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

    # 全結合層2の作成
    with tf.name_scope('fc2') as scope:
        W_fc2 = weight_variable([1024, NUM_CLASSES])
        b_fc2 = bias_variable([NUM_CLASSES])

    with tf.name_scope('softmax') as scope:
        y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

    return y_conv

def loss(logits, labels):

    cross_entropy = -tf.reduce_sum(labels*tf.log(logits))
    tf.summary.scalar("cross_entropy", cross_entropy)
    return cross_entropy

def training(loss, learning_rate):

    train_step = tf.train.AdamOptimizer(learning_rate).minimize(loss)
    return train_step

def accuracy(logits, labels):

    correct_prediction = tf.equal(tf.argmax(logits, 1), tf.argmax(labels, 1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
    tf.summary.scalar("accuracy", accuracy)
    return accuracy

if __name__ == '__main__':

    with tf.Graph().as_default():
        images_placeholder = tf.placeholder("float", shape=(None, IMAGE_PIXELS))

        labels_placeholder = tf.placeholder("float", shape=(None, NUM_CLASSES))

        keep_prob = tf.placeholder("float")


        logits = inference(images_placeholder, keep_prob)

        loss_value = loss(logits, labels_placeholder)

        train_op = training(loss_value, FLAGS.learning_rate)

        acc = accuracy(logits, labels_placeholder)

        saver = tf.train.Saver()

        sess = tf.Session()

        sess.run(tf.global_variables_initializer())

        summary_op = tf.summary.merge_all()
        summary_writer = tf.summary.FileWriter('./logs', sess.graph)

        for step in range(FLAGS.max_steps):
            for i in range(int(len(mnist.train.images)/FLAGS.batch_size)):

                batch = FLAGS.batch_size * i

                sess.run(train_op, feed_dict={
                  images_placeholder: mnist.train.images[batch:batch+FLAGS.batch_size],
                  labels_placeholder: mnist.train.labels[batch:batch+FLAGS.batch_size],
                  keep_prob: 0.5})

            train_accuracy = sess.run(acc, feed_dict={
                images_placeholder: mnist.train.images,
                labels_placeholder: mnist.train.labels,
                keep_prob: 1.0})
            print ("step {}, training accuracy {}".format(step, train_accuracy))

            summary_str = sess.run(summary_op, feed_dict={
                images_placeholder: mnist.train.images,
                labels_placeholder: mnist.train.labels,
                keep_prob: 1.0})
            summary_writer.add_summary(summary_str, step)

            print ("test accuracy {}".format(sess.run(acc, feed_dict={
                images_placeholder: mnist.test.images,
                labels_placeholder: mnist.test.labels,
                keep_prob: 1.0})))

            summary_str_1 = sess.run(summary_op, feed_dict={
                images_placeholder: mnist.test.images,
                labels_placeholder: mnist.test.labels,
                keep_prob: 1.0})
            summary_writer.add_summary(summary_str_1, step)

    cwd = os.getcwd()
    save_path = saver.save(sess, cwd + "//model.ckpt")
    sess = tf.InteractiveSession()
    saver.restore(sess, "model.ckpt")

補足情報

開発環境
・python 3.6.6
・tensorflow 1.12.0

  • 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ベストアンサー

+1

畳み込み層の出力が (OUT_H, OUT_W, OUT_C) であるとした場合、それを flatten して (OUT_H*OUT_W*OUT_C,) の1次元テンソルになります。
これが全結合層の入力となるので、全結合層の出力数が N とした場合、この全結合層の重み W は (OUT_H*OUT_W*OUT_C, N) となります。

問題なのは OUT_H*OUT_W*OUT_C の部分ですが、これが 7*7*128 となっているので、畳み込み層が出力する特徴マップの形状は (7, 7, 128) でなければなりませんが、1個畳み込み層を追加してしまったことにより、この値が異なってしまったのではないでしょうか。

conv2d に padding="SAME" 引数を指定すると、入出力で大きさが変わらなくなるので、これを追加した conv2d に指定すれば直ると思います。

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。

  • 2019/02/13 17:40

    ありがとうございます。
    Kerasでの犬猫判別においては、特にラベル付けなどを行わずにファイルごとにまとめることによって分類を行なっているという認識でよろしいでしょうか。

    キャンセル

  • 2019/02/13 17:57

    > 特にラベル付けなどを行わずにファイルごとにまとめることによって分類を行なっているという認識でよろしいでしょうか。

    Keras の ImageDataGenerator の機能を使ってます。
    各クラスの画像を分けておいたフォルダのパスを指定すると学習に必要なデータ形式を返すジェネレーターを作成できる機能があります。(ラベル付けなどもフォルダ構成に基づき、自動でつけてくれる)

    クラス分類以外のタスクでは使えませんが、クラス分類の場合には便利です。
    使い方などは以下を参照ください。
    https://qiita.com/croquette0212/items/9bb41c698d65282e5bb2
    https://keras.io/ja/preprocessing/image/

    キャンセル

  • 2019/02/13 18:05

    画像の水増しだけでなく、ラベル付けなどまでしてくれるとても便利なものがあるのですね。感動しました。
    Kerasは色々と触ったつもりでしたが、まだ知らないことだらけなのでKerasも触っていこうと思います。

    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 89.98%
  • 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