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

87.61%

Pytorchで画像を用いた回帰問題のプログラムを書きたい

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,799

score 13

Pytorchで画像を用いた回帰問題のプログラムを書きたいです。

イメージとしては、minstのデータセットで例えると、分類ではなく回帰なので、例えば7の画像を入力すると7.2383627...のような7に近い数字が帰ってくるようにしたいです。これはminstで例えたイメージなので実際はminstは使わないで自分でデータセットを作りたいです。

ライブラリはPytorchを使ってみたいなと思っています。似たようなプログラムをちょっといじって作ろうと思ったのですが、調べ方が悪いのか似たようなプログラムが見つかりません。

似たようなプログラムが乗っているサイトや、このプログラムのここを変えれば出来そうだ、というようなアドバイスをいただきたいです。

ご回答の程、よろしくお願いいたします。

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • stdio

    2019/04/04 08:35 編集

    > Pytorchで画像を用いた回帰問題のプログラムを書きたいです。
    「なら書けば?」としか言えません。
    導入方法を聞きたいのか、プログラムの質問がしたいのか質問の内容から一切分かりません。
    プログラムがあるのでしたら、それを載せてからお聞き下さい。

    > 似たようなプログラムが乗っているサイトや、このプログラムのここを変えれば出来そうだ
    そんな1~10まで全部教えてあげるような酔狂な人間はここにはいません。
    貰えるのはよくてヒントだけです。

    キャンセル

回答 1

0

回帰はよくnn.MSELoss()を使いますね.
モデルの出力を 1 次元にしてtargetを0~9のfloatにします.
簡単に書いたのでご参考に.

import torch
import torch.nn as nn

image = torch.randn(28,28)
label = 3

class Model(nn.Module):

    def __init__(self):
        super().__init__()
        self.l1 = nn.Linear(28*28, 100)
        self.l2 = nn.Linear(100, 1)

    def forward(self, x):
        x = torch.relu(self.l1(x.view(-1)))
        return self.l2(x)

m = Model()
optim = torch.optim.SGD(m.parameters(), lr=0.1)

for _ in range(100):
    output = m(image)
    target = torch.FloatTensor([label])
    loss = nn.MSELoss()(output, target)
    loss.backward()
    optim.step()
    optim.zero_grad()

m(image).item() # 2.999999523162842

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 87.61%
  • 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

同じタグがついた質問を見る