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

88.09%

PyTorchでFloat型で計算するようにエラーが出ましたが、修正箇所がわかりません。

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 666

score 9

前提・実現したいこと

Python初心者です。
独自のデータセット'/home/selen/downloads/'(嵐5人の顔画像)を用いて
PyTorchでファインチューニングを行いたいと思っています。
入力データはGoogleでスクレイピングし、OpenCVで顔だけ切り取った同じサイズのものです。
'Arashi/arashi.py'で実行しています。

発生している問題・エラーメッセージ

/home/selen/.pyenv/versions/3.7.3/lib/python3.7/site-packages/pytorch_lightning/utilities/distributed.py:23: UserWarning: The dataloader, val dataloader 0, does not have many workers which may be a bottleneck. Consider increasing the value of the `num_workers` argument` in the `DataLoader` init to improve performance.
  warnings.warn(*args, **kwargs)
Validation sanity check: 0it [00:00, ?it/s]Traceback (most recent call last):
  File "Arashi/arashi.py", line 107, in <module>
    trainer.fit(fine_net)
  File "/home/selen/.pyenv/versions/3.7.3/lib/python3.7/site-packages/pytorch_lightning/trainer/trainer.py", line 765, in fit
    self.single_gpu_train(model)
  File "/home/selen/.pyenv/versions/3.7.3/lib/python3.7/site-packages/pytorch_lightning/trainer/distrib_parts.py", line 492, in single_gpu_train
    self.run_pretrain_routine(model)
  File "/home/selen/.pyenv/versions/3.7.3/lib/python3.7/site-packages/pytorch_lightning/trainer/trainer.py", line 899, in run_pretrain_routine
    False)
  File "/home/selen/.pyenv/versions/3.7.3/lib/python3.7/site-packages/pytorch_lightning/trainer/evaluation_loop.py", line 322, in _evaluate
    eval_results = model.validation_end(outputs)
  File "Arashi/arashi.py", line 74, in validation_end
    avg_acc = torch.stack([x['val_acc'] for x in outputs]).mean()
RuntimeError: Can only calculate the mean of floating types. Got Long instead.

該当のソースコード

import torch, torchvision
import torch.nn as nn
import torch.nn.functional as F
from torchvision import transforms
import pytorch_lightning as pl
from pytorch_lightning import Trainer

from PIL import Image
import glob

fold_path = '/home/selen/downloads/'
imgs = []
for imgs_path in glob.glob(fold_path + '*'):
    imgs.append(glob.glob(imgs_path + '/*'))

from torchvision.models import resnet18
resnet = resnet18(pretrained=True)

transform = transforms.Compose([
    transforms.Resize((224, 224)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

labels = []
img_datas = torch.tensor([])

for i,imgs_arr in enumerate(imgs):

    for img_path in imgs_arr:
        labels.append(i)
        img = Image.open(img_path)
        tensor_img = transform(img)
        tensor_img = tensor_img.unsqueeze(0)
        img_datas = torch.cat([img_datas, tensor_img],dim=0)

datasets = torch.utils.data.TensorDataset(img_datas, torch.tensor(labels))


n_train = int(len(datasets) * 0.85)
n_val = len(datasets) - n_train
torch.manual_seed(0)
train,val = torch.utils.data.random_split(datasets,[n_train,n_val])

class TrainNet(pl.LightningModule):
    @pl.data_loader
    def train_dataloader(self):
        return torch.utils.data.DataLoader(train, self.batch_size,shuffle=True)

    def training_step(self, batch, batch_nb):
        x, t = batch
        y = self.forward(x)
        loss = self.lossfun(y, t)
        results = {'loss': loss}
        return results

class ValidationNet(pl.LightningModule):

    @pl.data_loader
    def val_dataloader(self):
        return torch.utils.data.DataLoader(val, self.batch_size)

    def validation_step(self, batch, batch_nb):
        x, t = batch
        y = self.forward(x)
        loss = self.lossfun(y, t)
        y_label = torch.argmax(y, dim=1)
        acc = torch.sum(t == y_label) * 1.0 / len(t)
        results = {'val_loss': loss, 'val_acc': acc}
        return results

    def validation_end(self, outputs):
        avg_loss = torch.stack([x['val_loss'] for x in outputs]).mean()
        avg_acc = torch.stack([x['val_acc'] for x in outputs]).mean()
        results =  {'val_loss': avg_loss, 'val_acc': avg_acc}
        return results

class FineTuningNet(TrainNet, ValidationNet):

    def __init__(self, batch_size=256):
        super().__init__()
        self.batch_size = batch_size
        self.conv = resnet18(pretrained=True)
        self.fc1 = nn.Linear(1000, 100)
        self.fc2 = nn.Linear(100, 5)
        for param in self.conv.parameters():
            param.requires_grad = False

    def lossfun(self, y, t):
        return F.cross_entropy(y, t)

    def configure_optimizers(self):
        return torch.optim.SGD(self.parameters(), lr=0.01)

    def forward(self, x):
        x = self.conv(x)
        x = self.fc1(x)
        x = F.relu(x)
        x = self.fc2(x)
        return x

torch.backends.cudnn.deterministic = True
torch.backends.cudnn.benchmark = False

fine_net = FineTuningNet()
trainer = Trainer(gpus=1, max_epochs=300)
trainer.fit(fine_net)

間違っている箇所あればご指摘していただけると幸いです。
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。

回答 1

checkベストアンサー

0

avg_acc = torch.stack([x['val_acc'] for x in outputs]).mean()avg_acc = torch.stack([x['val_acc'] for x in outputs]).float().mean()にしてはどうでしょうか?

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。

  • 2020/05/16 18:07

    MacターミナルからSSH接続したリモートマシンで実行しています。

    キャンセル

  • 2020/05/16 19:28

    何故表示されないのか、ちょっと分からないですね。
    その件については新たに質問を立てると有識者の方から回答いただけるかもしれません。

    キャンセル

  • 2020/05/16 20:04

    そうしてみます。
    親切に対応していただきありがとうございました。

    キャンセル

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 88.09%
  • 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