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

89.05%

今実装しているChainerでCrossEntropyを追加したい

受付中

回答 0

投稿

  • 評価
  • クリップ 0
  • VIEW 270

SaitoHiroaki

score 15

現在、Chainerで実装をしているコードにCrossEntropyを追加したいです。
どうしたらよいでしょうか?

https://www.tensorflow.org/tutorials/quickstart/advanced?hl=ja
こちらの実装と同じ実装になっていますか?

import numpy as np
import chainer
from chainer.backends import cuda
from chainer import Function, gradient_check, report, training, utils, Variable
from chainer import datasets, iterators, optimizers, serializers
from chainer import Link, Chain, ChainList
import chainer.functions as F
import chainer.links as L
from chainer.training import extensions
print(chainer.__version__)
chainer.print_runtime_info()

from chainer.datasets import mnist
train, test = mnist.get_mnist(ndim=3)

minibatch_size = 32

train_iter = iterators.SerialIterator(train, minibatch_size)
test_iter = iterators.SerialIterator(test, minibatch_size, False, False)

class MLP(Chain):

    def __init__(self):
        super(MLP, self).__init__()
        with self.init_scope():
            self.conv1 = L.Convolution2D(None,32,3)
            self.d1 = L.Linear(None, 128)
            self.d2 = L.Linear(None, 10)

    def __call__(self, x):
        h1 = F.relu(self.conv1(x))
        h2 = F.flatten(h1)
        h3 = F.relu(self.d1(h1))
        return F.softmax(self.d2(x))

model = MLP()

# Classifierでmodelをラップすることで、modelに損失の計算プロセスを追加。 
# 引数に損失関数を指定しない場合は、softmax_cross_entropyを使います。 
model = L.Classifier(model) 

# GPUが使える場合は、gpu_idに0。ない場合は-1。 
gpu_id = 0 
print(gpu_id)
if gpu_id >= 0: 
    model.to_gpu(gpu_id)


print(model)

optimizer = optimizers.Adam()

optimizer.setup(model)

updater = training.updaters.StandardUpdater(train_iter, optimizer, device=gpu_id)

# 学習する回数を決める。
max_epoch = 5

# Trainerを用意する。updaterを渡すことで使える。epochを指定する。outはデータを保存する場所。
trainer = training.Trainer(updater, (max_epoch, 'epoch'), out='mnist_result')

from chainer.training import extensions

# Trainerに便利機能を追加する。
# ログファイルを保存する機能を追加
# トレーニング情報を定期的に端末に表示する機能
trainer.extend(extensions.LogReport())

# 定期的に状態をシリアライズ(保存)する機能
trainer.extend(extensions.snapshot(filename='snapshot_epoch-{.updater.epoch}'))
trainer.extend(extensions.snapshot_object(model.predictor, filename='model_epoch-{.updater.epoch}'))

# テストデータを使ってモデルの評価を行う機能
trainer.extend(extensions.Evaluator(test_iter, model, device=gpu_id))

trainer.extend(extensions.PrintReport(['epoch', 'main/loss', 'main/accuracy', 'validation/main/loss', 'validation/main/accuracy', 'elapsed_time']))

# 損失関数の値をグラフにする機能
trainer.extend(extensions.PlotReport(['main/loss', 'validation/main/loss'], x_key='epoch', file_name='loss.png'))

# 正答率をグラフにする機能
trainer.extend(extensions.PlotReport(['main/accuracy', 'validation/main/accuracy'], x_key='epoch', file_name='accuracy.png'))

trainer.extend(extensions.dump_graph('main/loss'))

trainer.run()
  • 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。

まだ回答がついていません

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 89.05%
  • 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