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%
PyTorch

PyTorchは、オープンソースのPython向けの機械学習ライブラリ。Facebookの人工知能研究グループが開発を主導しています。強力なGPUサポートを備えたテンソル計算、テープベースの自動微分による柔軟なニューラルネットワークの記述が可能です。

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。

Q&A

解決済

1回答

7396閲覧

pytorchで中間層の特徴量を取り出す方法

trafalbad

総合スコア303

PyTorch

PyTorchは、オープンソースのPython向けの機械学習ライブラリ。Facebookの人工知能研究グループが開発を主導しています。強力なGPUサポートを備えたテンソル計算、テープベースの自動微分による柔軟なニューラルネットワークの記述が可能です。

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。

0グッド

0クリップ

投稿2020/06/26 09:55

pytorchで3Dresnetの中間層の特徴量(batch, 2048)を取り出したいのですがうまく行きません。
kerasでは慣れていたので簡単にできたのですが、resnetの最終出力層の前の特徴量shape(batch, 2048)を取り出すにはどうしたら良いでしょうか?ご教授お願いします。

普通の2Dのresnetではうまくいきました

ネットワーク

python

1print(model) 2>>> 3〜中略〜 4 (bn3): BatchNorm3d(2048, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) 5 (relu): ReLU(inplace) 6 ) 7 ) 8 (avgpool): AdaptiveAvgPool3d(output_size=(1, 1, 1)) 9 (fc): Linear(in_features=2048, out_features=101, bias=True) 10 ) 11)

コード

python

1device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") 2class Identity(nn.Module): 3 def __init__(self): 4 super(Identity, self).__init__() 5 6 def forward(self, x): 7 return x 8 9def ToNumpy(tensor): 10 return tensor.to('cpu').detach().numpy().copy() 11 12tmp_model = model 13tmp_model.fc = Identity() 14inputs_ = inputs.to(device) 15output_ = tmp_model(inputs_) 16outputs_ = ToNumpy(output_) 17print('numpy output', type(outputs_), outputs_.shape) 18 19#>>>> 20#outputting..... 21#numpy output <class 'numpy.ndarray'> (16, 101)

普通のresnetで試したとき

python

1import cv2 2import numpy as np 3from torchvision import models 4import torch 5from torch import nn 6 7path = 't.jpeg' 8model = models.resnet50(pretrained=True) 9img = cv2.imread(path, 1) 10img = np.float32(cv2.resize(img, (224, 224))) / 255 11input = preprocess_image(img) 12device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") 13# extract feature 14model.fc = Identity() 15inputs = input.to(device) 16output = model(inputs) 17 18# convert numpy and save 19outputs = ToNumpy(output) 20>>>> 21# shape==(1, 2048)

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。

kzm4269

2020/06/28 15:29

3Dresnetで試したときのコードでは`model`の生成部分が省略されているようです。 その部分がないと回答者が動作確認できないのでコード全文を公開していただけますか?
guest

回答1

0

自己解決

nn.Linear の処理を取り除けば普通にできました
https://pytorch.org/docs/master/generated/torch.nn.Linear.html

投稿2020/06/28 16:08

trafalbad

総合スコア303

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。

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

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