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

0回答

477閲覧

Pytorchの CIFAR-10チュートリアルで任意の画像を分類させたいが,エラー「shape '[-1, 400]' is invalid for input of size 〜」が出る

dal

総合スコア38

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2020/06/29 04:10

編集2022/01/12 10:55

状況

PytorchのCIFAR-10チュートリアルを参考に,画像を分類するモデルを作成しました.
CIFAR-10チュートリアルはこちらです:
https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html

このモデルに対して,任意の画像を入力し分類させたいのですが,RuntimeError: shape '[-1, 400]' is invalid for input of size 293904というエラーによって失敗してしまいます.解決方法が分かる方がおりましたら,ご教授いただきたいです.

実行コード

チュートリアルのコード
jupyter形式のソースコードを繋げたものを貼っています.上記URLから直接チュートリアルを除いた方が理解しやすいかもしれないです.

python

1import torch 2import torchvision 3import torchvision.transforms as transforms 4import matplotlib.pyplot as plt 5import numpy as np 6import torch.nn as nn 7import torch.nn.functional as F 8import torch.optim as optim 9 10 11transform = transforms.Compose( 12 [transforms.ToTensor(), 13 transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]) 14 15trainset = torchvision.datasets.CIFAR10(root='./data', train=True, 16 download=True, transform=transform) 17trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, 18 shuffle=True, num_workers=2) 19 20testset = torchvision.datasets.CIFAR10(root='./data', train=False, 21 download=True, transform=transform) 22testloader = torch.utils.data.DataLoader(testset, batch_size=4, 23 shuffle=False, num_workers=2) 24 25classes = ('plane', 'car', 'bird', 'cat', 26 'deer', 'dog', 'frog', 'horse', 'ship', 'truck') 27 28# functions to show an image 29 30def imshow(img): 31 img = img / 2 + 0.5 # unnormalize 32 npimg = img.numpy() 33 plt.imshow(np.transpose(npimg, (1, 2, 0))) 34 plt.show() 35 36 37# get some random training images 38dataiter = iter(trainloader) 39images, labels = dataiter.next() 40 41# show images 42imshow(torchvision.utils.make_grid(images)) 43# print labels 44print(' '.join('%5s' % classes[labels[j]] for j in range(4))) 45 46class Net(nn.Module): 47 def __init__(self): 48 super(Net, self).__init__() 49 self.conv1 = nn.Conv2d(3, 6, 5) 50 self.pool = nn.MaxPool2d(2, 2) 51 self.conv2 = nn.Conv2d(6, 16, 5) 52 self.fc1 = nn.Linear(16 * 5 * 5, 120) 53 self.fc2 = nn.Linear(120, 84) 54 self.fc3 = nn.Linear(84, 10) 55 56 def forward(self, x): 57 x = self.pool(F.relu(self.conv1(x))) 58 x = self.pool(F.relu(self.conv2(x))) 59 x = x.view(-1, 16 * 5 * 5) 60 # x = x.view(x.size(0), 16*37*37) 61 x = F.relu(self.fc1(x)) 62 x = F.relu(self.fc2(x)) 63 x = self.fc3(x) 64 return x 65 66net = Net() 67 68criterion = nn.CrossEntropyLoss() 69optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9) 70 71for epoch in range(2): # loop over the dataset multiple times 72 73 running_loss = 0.0 74 for i, data in enumerate(trainloader, 0): 75 # get the inputs; data is a list of [inputs, labels] 76 inputs, labels = data 77 78 # zero the parameter gradients 79 optimizer.zero_grad() 80 81 # forward + backward + optimize 82 outputs = net(inputs) 83 loss = criterion(outputs, labels) 84 loss.backward() 85 optimizer.step() 86 87 # print statistics 88 running_loss += loss.item() 89 if i % 2000 == 1999: # print every 2000 mini-batches 90 print('[%d, %5d] loss: %.3f' % 91 (epoch + 1, i + 1, running_loss / 2000)) 92 running_loss = 0.0 93 94print('Finished Training') 95 96PATH = './cifar_net.pth' 97torch.save(net.state_dict(), PATH) 98 99dataiter = iter(testloader) 100images, labels = dataiter.next() 101 102# print images 103imshow(torchvision.utils.make_grid(images)) 104print('GroundTruth: ', ' '.join('%5s' % classes[labels[j]] for j in range(4))) 105 106net = Net() 107net.load_state_dict(torch.load(PATH)) 108 109_, predicted = torch.max(outputs, 1) 110 111print('Predicted: ', ' '.join('%5s' % classes[predicted[j]] 112 for j in range(4)))

実行したいコード
調べながら書きました.jpgファイルをTensorに変換して入力させようとしています.

python

1from PIL import Image 2import torchvision.transforms as transforms 3 4device = torch.device("cuda" if torch.cuda.is_available() else "cpu") 5 6transform = transforms.Compose( 7 [transforms.ToTensor(), 8 transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]) 9 10def image_loader(image_name): 11 image = Image.open(image_name) 12 image = transform(image).unsqueeze(0) 13 return image.to(device, torch.float) 14 15img = image_loader("./photo.jpg") 16 17outputs = net(img)

エラー
RuntimeError: shape '[-1, 400]' is invalid for input of size 293904

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