データの入力で以下のエラーが出て詰まっています

前提・実現したいこと

現在、tensorflow版cycleganで声質変換を行うAIを作成しているのですが、データの入力で以下のエラーが出て詰まっています。入力データは二次元のnumpy配列です。

発生している問題・エラーメッセージ

  File "C:\Users\mounf\PycharmProjects\kujiko_kagakubu\model.py", line 152, in <listcomp>
    batch_images = [load_train_data(int(float(np.ravel((np.array(list(batch_file)))))), args.load_size, args.fine_size) for batch_file in batch_files]
TypeError: only size-1 arrays can be converted to Python scalars

該当のソースコード(データの読み込み)

python
1
2
3def load_train_data(image_path, load_size=286, fine_size=256, is_testing=False):
4    with open(image_path[0], 'rb') as im:
5        fft_array = pickle.load(im)
6        img_A = np.abs(fft_array[:, :128], dtype=np.float32)
7        np.clip(img_A, 1000, None, out=img_A)
8        np.log(img_A, out=img_A)
9        if np.max(img_A) > 0.95:
10            print('input image max bigger than 0.95', np.max(img_A))
11        if np.min(img_A) < 0.05:
12            print('input image min smaller than 0.05', np.min(img_A))
13    with open(image_path[1], 'rb') as im:
14        fft_array = pickle.load(im)
15        img_B = np.abs(fft_array[:, :128], dtype=np.float32)
16        np.clip(img_B, 1000, None, out=img_B)
17        np.log(img_B, out=img_B)
18        if np.max(img_B) > 0.95:
19            print('input image max bigger than 0.95', np.max(img_B))
20        if np.min(img_B) < 0.05:
21            print('input image min smaller than 0.05', np.min(img_B))
22    if not is_testing:
23        if np.random.random() > 0.5:
24            img_A = np.fliplr(img_A)
25            img_B = np.fliplr(img_B)
26
27    img_AB = np.concatenate(img_A,img_B)
28    img_AB=np.array(img_AB)
29    print(img_AB.ndim)
30    # img_AB shape: (fine_size, fine_size, input_c_dim + output_c_dim)
31    return np.flatten(img_AB)
32
33
34

該当のソースコード(データ入力)

python
1 for epoch in range(args.epoch):
2            dataA = glob('./datasets/{}/*.*'.format(self.dataset_dir + '/trainA'))
3            dataB = glob('./datasets/{}/*.*'.format(self.dataset_dir + '/trainB'))
4            np.random.shuffle(dataA)
5            np.random.shuffle(dataB)
6            batch_idxs = min(min(len(dataA), len(dataB)), args.train_size) // self.batch_size
7            lr = args.lr if epoch < args.epoch_step else args.lr*(args.epoch-epoch)/(args.epoch-args.epoch_step)
8
9            for idx in range(0, batch_idxs):
10                batch_files = list(zip(dataA[idx * self.batch_size:(idx + 1) * self.batch_size],
11                                       dataB[idx * self.batch_size:(idx + 1) * self.batch_size]))
12                batch_images = [load_train_data(int(float(np.ravel((np.array(list(batch_file)))))), args.load_size, args.fine_size) for batch_file in batch_files]
13                batch_images = np.array(batch_images).astype(np.float32)
14

試したこと

def load_train_data内で、img_AB=np.flatten()など行ったのですが何も効果がありませんでした。

補足情報（FW/ツールのバージョンなど）

numpy 1.17.3
tensorflow-gpu 1.8.0
ここにより詳細な情報を記載してください。

ryuii

2019/10/26 16:32

load_train_dataの第一引数のimage_path（ファイル名）は、数字でよろしかったでしょうか？

ryuii

2019/10/26 17:02

失礼しました。int型の配列ですね。回答いたしました。

行動規範の内容に同意します

回答1件

エラーメッセージを見たところ、該当ソースコード（データ入力）の最後から２行目の第一引数を渡す箇所で、型の変換の際にエラーが生じているようです。
Numpyのint型やfloat型、Python標準のint型やfloat型を分けるために、アンダースコアを記述します。

以下のソースコードを参考にしてみてください。変換が適切に行われてエラーが出なくなると思います。

python
1batch_images = [load_train_data(np.int_(np.float_(np.ravel((np.array(list(batch_file)))))), args.load_size, args.fine_size) for batch_file in batch_files]