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?
pyton
1import numpy as np 2import chainer 3from chainer.backends import cuda 4from chainer import Function, gradient_check, report, training, utils, Variable 5from chainer import datasets, iterators, optimizers, serializers 6from chainer import Link, Chain, ChainList 7import chainer.functions as F 8import chainer.links as L 9from chainer.training import extensions 10print(chainer.__version__) 11chainer.print_runtime_info() 12 13from chainer.datasets import mnist 14train, test = mnist.get_mnist(ndim=3) 15 16minibatch_size = 32 17 18train_iter = iterators.SerialIterator(train, minibatch_size) 19test_iter = iterators.SerialIterator(test, minibatch_size, False, False) 20 21class MLP(Chain): 22 23 def __init__(self): 24 super(MLP, self).__init__() 25 with self.init_scope(): 26 self.conv1 = L.Convolution2D(None,32,3) 27 self.d1 = L.Linear(None, 128) 28 self.d2 = L.Linear(None, 10) 29 30 def __call__(self, x): 31 h1 = F.relu(self.conv1(x)) 32 h2 = F.flatten(h1) 33 h3 = F.relu(self.d1(h1)) 34 return F.softmax(self.d2(x)) 35 36model = MLP() 37 38# 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。 39# 引数に損失関数を指定しない場合は、softmax_cross_entropyを使います。 40model = L.Classifier(model) 41 42# GPUが使える場合は、gpu_idに0。ない場合は-1。 43gpu_id = 0 44print(gpu_id) 45if gpu_id >= 0: 46 model.to_gpu(gpu_id) 47 48 49print(model) 50 51optimizer = optimizers.Adam() 52 53optimizer.setup(model) 54 55updater = training.updaters.StandardUpdater(train_iter, optimizer, device=gpu_id) 56 57# 学習する回数を決める。 58max_epoch = 5 59 60# 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。 61trainer = training.Trainer(updater, (max_epoch, 'epoch'), out='mnist_result') 62 63from chainer.training import extensions 64 65# Trainerに便利機能を追加する。 66# ログファイルを保存する機能を追加 67# トレーニング情報を定期的に端末に表示する機能 68trainer.extend(extensions.LogReport()) 69 70# 定期的に状態をシリアライズ(保存)する機能 71trainer.extend(extensions.snapshot(filename='snapshot_epoch-{.updater.epoch}')) 72trainer.extend(extensions.snapshot_object(model.predictor, filename='model_epoch-{.updater.epoch}')) 73 74# テストデータを使ってモデルの評価を行う機能 75trainer.extend(extensions.Evaluator(test_iter, model, device=gpu_id)) 76 77trainer.extend(extensions.PrintReport(['epoch', 'main/loss', 'main/accuracy', 'validation/main/loss', 'validation/main/accuracy', 'elapsed_time'])) 78 79# 損失関数の値をグラフにする機能 80trainer.extend(extensions.PlotReport(['main/loss', 'validation/main/loss'], x_key='epoch', file_name='loss.png')) 81 82# 正答率をグラフにする機能 83trainer.extend(extensions.PlotReport(['main/accuracy', 'validation/main/accuracy'], x_key='epoch', file_name='accuracy.png')) 84 85trainer.extend(extensions.dump_graph('main/loss')) 86 87trainer.run()
あなたの回答
tips
プレビュー