pythonでの機械学習時のエラー

Question

【Python】Pytorchのモデル保存・読み込みをもっと簡単にしたい！
PyTorchで訓練されたモデルを保存するための最良の方法は？
上記のサイトを参考にpytorchのモデルの保存・読み込みのコードを書いて実行し、保存した重みを使って読み込みをしようとしたところ下記のようなエラーが出て実行できません。対処法を教えていただきたいです。

(base) xxxxxxx python % /opt/anaconda3/bin/python /Users/xxxxxx/Downloads/python/pytourch_study/weights/sumple_cnn.py
test
Traceback (most recent call last):
  File "/Users/xxxxxx/Downloads/python/pytourch_study/weights/sumple_cnn.py", line 98, in <module>
    model.load_state_dict(torch.load("weights/weights_2.pth"))
  File "/opt/anaconda3/lib/python3.7/site-packages/torch/serialization.py", line 584, in load
    with _open_file_like(f, 'rb') as opened_file:
  File "/opt/anaconda3/lib/python3.7/site-packages/torch/serialization.py", line 234, in _open_file_like
    return _open_file(name_or_buffer, mode)
  File "/opt/anaconda3/lib/python3.7/site-packages/torch/serialization.py", line 215, in __init__
    super(_open_file, self).__init__(open(name, mode))
FileNotFoundError: [Errno 2] No such file or directory: 'weights/weights_2.pth'

階層は下記です。

書いたコードは下記に示してあります。重みを使用する際にはtrainのところをコメントアウトして実行を試そうと思っているのですが、うまくいきません。

環境は
vs code
python3.7.6
tensorflow1.14.0
です。

import torch
from torchvision.datasets import MNIST
from torchvision import transforms
from torch.utils.data import DataLoader
from torch import nn
import cloudpickle


class cnn(nn.Module):
    def __init__(self):
        super().__init__()
        self.layers = nn.Sequential(
            nn.Conv2d(1, 6, kernel_size=5, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(2),
            nn.Conv2d(6, 16, kernel_size=5),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(2),
            nn.Flatten(),
            nn.Linear(16*5*5, 120),
            nn.ReLU(inplace=True),
            nn.Linear(120, 84),
            nn.ReLU(inplace=True),
            nn.Linear(84, 10),
            nn.Softmax(dim=1),
        )

        # weight init
        for m in self.layers.children():
            if isinstance(m, nn.Conv2d):
                nn.init.kaiming_normal_(m.weight)
            if isinstance(m, nn.Linear):
                nn.init.kaiming_normal_(m.weight)

    def forward(self, x):
        return self.layers(x)


if __name__ == '__main__':

    # GPU or CPUの自動判別
    device = 'cuda' if torch.cuda.is_available() else 'cpu'

    # modelの定義
    model = cnn().to(device)
    opt = torch.optim.Adam(model.parameters())

    # datasetの読み出し
    bs = 128  # batch size
    transform = transforms.Compose([transforms.ToTensor(),
                                    transforms.Normalize((0.5,), (0.5,))])

    trainset = MNIST(root='./data', train=True,
                     download=True, transform=transform)
    trainloader = DataLoader(trainset, batch_size=bs, shuffle=True)

    testset = MNIST(root='./data', train=False,
                    download=True, transform=transform)
    testloader = DataLoader(testset, batch_size=bs, shuffle=False)

    #   training
    print('train')
    model = model.train()
    for iepoch in range(3):
      for iiter, (x, y) in enumerate(trainloader, 0):

        # toGPU (CPUの場合はtoCPU)
            x = x.to(device)
            y = torch.eye(10)[y].to(device)

            # 推定
            y_ = model.forward(x)
            # y_.shape = (bs, 84)

            # loss: cross-entropy
            eps = 1e-7
            loss = -torch.mean(y*torch.log(y_+eps))

            opt.zero_grad()  # 勾配初期化
            loss.backward()  # backward (勾配計算)
            opt.step()  # パラメータの微小移動

            # 100回に1回進捗を表示（なくてもよい）
            if iiter % 100 == 0:
                print('%03d epoch, %05d, loss=%.5f' %
                      (iepoch, iiter, loss.item()))

            if iepoch % 2 == 0:
                torch.save(model.state_dict(),
                           "weights_{}.pth".format(iepoch))
               
    torch.save(model.state_dict(), PATH)

    # test
    print('test')
    total, tp = 0, 0

    model.load_state_dict(torch.load("weights/weights_2.pth"))
    model.eval()
    # the_model = TheModelClass(*args, **kwargs)
    # model.load_state_dict(torch.load(PATH))
    for (x, label) in testloader:

        # to GPU
        x = x.to(device)

        # 推定
        y_ = model.forward(x)
        label_ = y_.argmax(1).to('cpu')

        # 結果集計
        total += label.shape[0]
        tp += (label_ == label).sum().item()
    acc = tp/total
    print('test accuracy = %.3f' % acc)

Comments

[8524ba23]

提示コードのどの行でエラーが発生したか分かるようにエラーは全文（Traceback）を提示ください。

[_mini]

エラー文全文を編集いたしました。

Answer 1

保存しているパスが "weights_{}.pth" で、読み込もうとしているパスが "weights/weights_2.pth" なので、保存先と読み込み先のパスが合致していません。

Comments

[_mini]

weights_{}.pthで重みを保存したあとにweightsというフォルダに移動させたのですが、その場合もweights/はいらないのでしょうか？
weights_2.pthとしてもweights_{}.pthとしても同じエラーが出てしまいます。

[tiitoi]

> あとにweightsというフォルダに移動させたのですが

だとしたら、移動させた場所が間違っているのではないでしょうか？
以下のコードで相対パスが指している場所を確認してください

import os
print(os.path.abspath("weights/weights_2.pth")) # 絶対パス
print(os.path.isfile("weights/weights_2.pth")) # ファイルが存在するかどうか

[_mini]

Falesと表示されたのでうまく移動できていないのかもしれません

[tiitoi]

False と出たのであれば、そこにファイルが存在してないということです。
考えられる可能性としては
1. 移動できていなかった
2. 移動した先が相対パスが指す先と違った
print(os.path.abspath("weights/weights_2.pth")) で相対パスが指す先の絶対パスが表示されたと思うので、PC 上のその場所にファイルがあるかどうか確認する

相対パスではなく、ファイルがある場所の絶対パスで指定するのがてっとり早いとは思いますが、、

[_mini]

weightsを移動させる前の場所に戻したらうまく表示されました。
if iepoch % 2の時
torch save(model.state_dict()"./weights/weights_{}.pth".format()iepoch)
としweightsのフォルダの中に重みを保存させようとしたのですが、うまくいかず、コードと同じディレクトリに保存されてしまうのにはなにか理由があるのでしょうか？

[tiitoi]

保存する段階で weights フォルダが存在していますか？
存在していれば保存できるとは思います。
相対パスを指定する場合は、os.path.abspath() でその相対パスが指している場所を確認してデバッグしましょう。

[_mini]

画像を追加しました。
weightsフォルダは作っているのですが、そこに保存しようとするとエラーが出るのでコードなどが存在するディレクトリと同じ階層に保存しています。
そして保存されたものを手動でweightsフォルダに移動したのですが、うまく移動できていないようです。

[tiitoi]

実際にフォルダの中を見ればわかると思いますが、手動で移動はできたのですか？

[_mini]

手動でweightsの中に入れることはできます。
移動するとどんなコードを書いてもエラーが出てしまい、画像のような状態にしたときのみうまく実行できます。

[tiitoi]

つまり、weights 以下にコードで保存できなかったけど、あとから weights 以下に手動で移動させて、
print(os.path.abspath("weights/weights_2.pth")) で表示される絶対パスの場所に weights_2.pth というファイルがあるということでよろしいでしょうか？

それなのに print(os.path.isfile("weights/weights_2.pth")) が False なのだとしたら、すみませんが、こちらではちょっとわからないです。
Mac だとパーミッションもあるので、ls で読み込み可能なパーミッションになっているかも念のため確認ください。

[_mini]

間違いないです。

lsで確認したところ
data pytest.py pytourch_study sumple_cnn.py weights_0.pth weights_2.pth
と表示されました。

[tiitoi]

ls の結果に weights ディレクトリはないように見えますが、消したのですか？

[tiitoi]

画像をよくみたら、pytourch_study ディレクトリの中に weights ディレクトリがあるように見えますが、sumple_cnn.py などがある1つ上の階層にあるべきではないですか？

[_mini]

完全にweightsのディレクトリの作成場所が間違っていました。ひとつ上に移動させ一から学習とその重みを使用して読み込みまで行ったところ無事に成功することができました。
結果として初歩的なミスではありましたが、ありがとうございました。