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!

新規登録して質問してみよう
ただいま回答率
85.50%
Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Azure

Azureは、マイクロソフトのクラウド プラットフォームで、旧称は Windows Azureです。PaaSとIaaSを組み合わせることで、 コンピューティング・ストレージ・データ・ネットワーキング・アプリケーションなど多くの機能を持ちます。

Q&A

0回答

531閲覧

<chainercv-ssd-azure>物体検出の学習時エラー(azureのみ)

yuya_murakami

総合スコア12

Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Azure

Azureは、マイクロソフトのクラウド プラットフォームで、旧称は Windows Azureです。PaaSとIaaSを組み合わせることで、 コンピューティング・ストレージ・データ・ネットワーキング・アプリケーションなど多くの機能を持ちます。

0グッド

0クリップ

投稿2019/11/22 16:32

現在、SSDを用いた物体検出を実施しようとこのサイトを参考に学習を進めています。
上記サイトのコードをコピーして実行したところ、google colaboratoryでは学習できましたが、
azure上で実行するとtrainer.run()時に下記エラーが出ます。
なにとぞご教授よろしくお願いします。

python

1Exception in main training loop: merge_sort: failed to synchronize: unspecified launch failure 2Traceback (most recent call last): 3 File "/usr/local/lib/python3.6/dist-packages/chainer/training/trainer.py", line 316, in run 4 update() 5 File "/usr/local/lib/python3.6/dist-packages/chainer/training/updaters/standard_updater.py", line 175, in update 6 self.update_core() 7 File "/usr/local/lib/python3.6/dist-packages/chainer/training/updaters/standard_updater.py", line 187, in update_core 8 optimizer.update(loss_func, *in_arrays) 9 File "/usr/local/lib/python3.6/dist-packages/chainer/optimizer.py", line 825, in update 10 loss = lossfun(*args, **kwds) 11 File "/usr/local/lib/python3.6/dist-packages/chainer/link.py", line 294, in __call__ 12 out = forward(*args, **kwargs) 13 File "<ipython-input-7-393c695393be>", line 18, in forward 14 mb_locs, mb_confs, gt_mb_locs, gt_mb_labels, self.k) 15 File "/usr/local/lib/python3.6/dist-packages/chainercv/links/model/ssd/multibox_loss.py", line 91, in multibox_loss 16 hard_negative = _hard_negative(conf_loss.array, positive, k) 17 File "/usr/local/lib/python3.6/dist-packages/chainercv/links/model/ssd/multibox_loss.py", line 19, in _hard_negative 18 rank = (x * (positive - 1)).argsort(axis=1).argsort(axis=1) 19 File "cupy/core/core.pyx", line 627, in cupy.core.core.ndarray.argsort 20 File "cupy/core/core.pyx", line 644, in cupy.core.core.ndarray.argsort 21 File "cupy/core/_routines_sorting.pyx", line 101, in cupy.core._routines_sorting._ndarray_argsort 22 File "cupy/cuda/thrust.pyx", line 135, in cupy.cuda.thrust.argsort 23Will finalize trainer extensions and updater before reraising the exception. 24 25RuntimeErrorTraceback (most recent call last) 26<ipython-input-17-041e2033e90a> in <module> 27----> 1 trainer.run() 28 29/usr/local/lib/python3.6/dist-packages/chainer/training/trainer.py in run(self, show_loop_exception_msg) 30 347 f.write('Traceback (most recent call last):\n') 31 348 traceback.print_tb(sys.exc_info()[2]) 32--> 349 six.reraise(*exc_info) 33 350 finally: 34 351 for _, entry in extensions: 35 36/usr/local/lib/python3.6/dist-packages/six.py in reraise(tp, value, tb) 37 691 if value.__traceback__ is not tb: 38 692 raise value.with_traceback(tb) 39--> 693 raise value 40 694 finally: 41 695 value = None 42 43/usr/local/lib/python3.6/dist-packages/chainer/training/trainer.py in run(self, show_loop_exception_msg) 44 314 self.observation = {} 45 315 with reporter.scope(self.observation): 46--> 316 update() 47 317 for name, entry in extensions: 48 318 if entry.trigger(self): 49 50/usr/local/lib/python3.6/dist-packages/chainer/training/updaters/standard_updater.py in update(self) 51 173 52 174 """ 53--> 175 self.update_core() 54 176 self.iteration += 1 55 177 56 57/usr/local/lib/python3.6/dist-packages/chainer/training/updaters/standard_updater.py in update_core(self) 58 185 59 186 if isinstance(in_arrays, tuple): 60--> 187 optimizer.update(loss_func, *in_arrays) 61 188 elif isinstance(in_arrays, dict): 62 189 optimizer.update(loss_func, **in_arrays) 63 64/usr/local/lib/python3.6/dist-packages/chainer/optimizer.py in update(self, lossfun, *args, **kwds) 65 823 if lossfun is not None: 66 824 use_cleargrads = getattr(self, '_use_cleargrads', True) 67--> 825 loss = lossfun(*args, **kwds) 68 826 if use_cleargrads: 69 827 self.target.cleargrads() 70 71/usr/local/lib/python3.6/dist-packages/chainer/link.py in __call__(self, *args, **kwargs) 72 292 # forward is implemented in the child classes 73 293 forward = self.forward # type: ignore 74--> 294 out = forward(*args, **kwargs) 75 295 76 296 # Call forward_postprocess hook 77 78<ipython-input-7-393c695393be> in forward(self, imgs, gt_mb_locs, gt_mb_labels) 79 16 mb_locs, mb_confs = self.model(imgs) 80 17 loc_loss, conf_loss = multibox_loss( 81---> 18 mb_locs, mb_confs, gt_mb_locs, gt_mb_labels, self.k) 82 19 loss = loc_loss * self.alpha + conf_loss 83 20 84 85/usr/local/lib/python3.6/dist-packages/chainercv/links/model/ssd/multibox_loss.py in multibox_loss(mb_locs, mb_confs, gt_mb_locs, gt_mb_labels, k, comm) 86 89 87 90 conf_loss = _elementwise_softmax_cross_entropy(mb_confs, gt_mb_labels) 88---> 91 hard_negative = _hard_negative(conf_loss.array, positive, k) 89 92 conf_loss *= xp.logical_or( 90 93 positive, hard_negative).astype(conf_loss.dtype) 91 92/usr/local/lib/python3.6/dist-packages/chainercv/links/model/ssd/multibox_loss.py in _hard_negative(x, positive, k) 93 17 94 18 def _hard_negative(x, positive, k): 95---> 19 rank = (x * (positive - 1)).argsort(axis=1).argsort(axis=1) 96 20 hard_negative = rank < (positive.sum(axis=1) * k)[:, np.newaxis] 97 21 return hard_negative 98 99cupy/core/core.pyx in cupy.core.core.ndarray.argsort() 100 101cupy/core/core.pyx in cupy.core.core.ndarray.argsort() 102 103cupy/core/_routines_sorting.pyx in cupy.core._routines_sorting._ndarray_argsort() 104 105cupy/cuda/thrust.pyx in cupy.cuda.thrust.argsort() 106 107RuntimeError: merge_sort: failed to synchronize: unspecified launch failure

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
85.50%

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る

質問する

関連した質問