変数x を tensor型に変換する書き方がわからない

前提・実現したいこと

TypeError: max_pool3d(): argument 'input' (position 1) must be Tensor, not intというエラーが出ました。
引数はintではなくTensorにしろと言われているようですが
どうやって解決したらいいでしょうか
変数x を tensor型に変換するのだと思いますが書き方がわかりません。

発生している問題・エラーメッセージ

$ python FujiNet.py 
Traceback (most recent call last):                                         
  File "FujiNet.py", line 100, in <module>
    net = fjn.forward(data).to(device)
  File "FujiNet.py", line 78, in forward
    x = torch.from_numpy(x.astype(np.float32)).clone
TypeError: float() argument must be a string or a number, not 'dict'

該当のソースコード

Python
1class BrainData(Dataset):
2    def __init__(self, data, transform=None, class_map=CLASS_MAP):
3        self.data = data
4        self.class_map = class_map
5        self.transform = transform
6
7    def __len__(self):
8        return len(self.data)
9
10    def __getitem__(self, idx):
11        if torch.is_tensor(idx):
12            idx = idx.tolist()
13        
14        voxel = self.data[idx]["voxel"]
15        voxel = voxel.reshape((1,voxel.shape[0],voxel.shape[1],voxel.shape[2]))
16        label = self.class_map[self.data[idx]["label"]]
17        
18        #return sample
19        return (voxel, label)
20
21data = dataset.load_data(["ADNI2"])
22data_set = BrainData(data, CLASS_MAP)
23
24n_train = int(len(data_set) * 0.8)
25n_val = int(len(data_set) - n_train)
26
27torch.manual_seed(0)
28
29train_dataset, val_dataset = torch.utils.data.random_split(data_set, [n_train, n_val])
30
31# set data loader
32train_loader = torch.utils.data.DataLoader(
33      dataset=train_dataset,
34      batch_size=2, 
35      shuffle=True,
36      num_workers=5)
37
38val_loader = torch.utils.data.DataLoader(
39      dataset=val_dataset,
40      batch_size=2, 
41      shuffle=False,
42      num_workers=5)
43
44#class FujiNet
45class FujiNet(nn.Module):
46    def __init__(self):
47        super(FujiNet, self).__init__()
48        self.pool = nn.MaxPool3d(2, 2)
49        self.conv1 = nn.Conv3d(1, 3, 3, padding=1)
50        self.conv2 = nn.Conv3d(3, 3, 3, padding=1)
51        self.conv3 = nn.Conv3d(3, 32, 3, padding=1)
52        self.conv4 = nn.Conv3d(32, 64, 3, padding=1)
53        self.fc1 = nn.Linear(10 * 10 * 10 * 64, 512)
54        self.fc2 = nn.Linear(512, 4)
55        self.dropout = nn.Dropout(p=0.5)
56
57    def forward(self, x):
58        x = torch.from_numpy(x.astype(np.float32)).clone
59        x = self.pool(x)
60        x = F.relu(self.conv1(x))
61        x = F.relu(self.conv2(x))
62        x = self.pool(x)
63        x = F.relu(self.conv3(x))
64        x = F.relu(self.conv4(x))
65        x = self.pool(x)
66        x = x.view(-1, 10 * 10 * 10 * 64)
67        x = self.dropout(x)
68        x = F.relu(self.fc1(x))
69        x = self.dropout(x)
70        x = self.fc2(x)
71        return x
72
73# select device
74num_classes = 5
75device = 'cuda' if torch.cuda.is_available() else 'cpu'
76
77# インスタンス初期化
78fjn = FujiNet()
79# forwardに引数 num_classes を渡す
80net = fjn.forward(data).to(device)

tiitoi

2020/06/09 06:23

forward() にはクラス数ではなく、学習するデータを渡すものだと思いますが、質問のコードはそうなっていません。

Hiro051

2020/06/09 06:42

エラーメッセージ、ソースコード共に修正いたしました。 forward()に<class 'numpy.ndarray'>のデータを渡し、 x = torch.from_numpy(x.astype(np.float32)).cloneを追加することでtensorに変換しましたが上記のエラーが出てしまいました。間違っている箇所ご指摘していただけると幸いです。

tiitoi

2020/06/09 06:49 編集

x.astype(np.float32) で float に変換するところに問題が発生しているので、変数 x の中身が問題であるということはわかりますが、x の中身がどうなっているのか質問の情報からはわかりません。そのあとに max pool 3d に渡すということは、x は (N,C,D,H,W) の5次元の numpy 配列になっている必要がありますが、実際にそうなっていますか？ print(x) で中身を確認してみて、そうなっていないなら、そうなるように修正してみてください。

Hiro051

2020/06/09 07:08

{'uid': 363336, 'pid': '041_S_5082', 'label': 'SMC', 'nu_label': 5, 'path': PosixPath('/home/radiology_datas/JHU-radiology/20170509/SMC/041_S_5082/half_brain_flipRL_ADNI_041_S_5082_MR_MT1__GradWarp__N3m_Br_20130314162621463_S182655_I363336_MNI.pkl'), 'voxel': array([[[0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], ..., [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.]], [[0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], ..., [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.]], [[0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], ..., [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.]], ..., [[0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], ..., [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.]], [[0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], ..., [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.]], [[0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], ..., [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.], [0., 0., 0., ..., 0., 0., 0.]]], dtype=float32)}] 中身はこのようになっています。 voxel型のデータと伺っています。

tiitoi

2020/06/09 07:20

x が形状が (N,C,D,H,W) の5次元の numpy 配列ではなく、dict になっていますよね Conv3d を使うモデルはどういうときに使うのかというと、例えば、1つのサンプルが動画の場合です。動画は複数枚のRGB画像で構成されるので、(C, D, H, W) の4次元配列で1つの動画が表されます。それがNバッチ分集まって、(N, C, D, H, W) の5次元配列で1つのミニバッチになります。 forward(data) でわたさなければならないデータはこの5次元の配列で、質問の場合そうなっていないので、修正する必要があります。どのように修正するべきなのかは、質問者さんしかわかりません。

Hiro051

2020/06/09 07:31

ご丁寧にありがとうございました。なんとかがんばってみます。