pytochによる画像分類のtupleエラーについて

Question

「つくりながら学ぶ！Pytorchによる発展ディープラーニング」（小川雄太郎著，マイナビ出版）でPytorchを学んでいます．

画像分類の転移学習（VGG)を，本にあるデータから自分で準備した画像にてモデルを動作させたところ，以下のエラーがでています．

準備したデータのラベルの形式は”torch.Size”となっていますが，モデルを回すとTupleに変わっています．

見本データのデータ形式を確認しましたが違いはなく，なぜtupleに変換されるのかわかりませんでした．

お教えいただけると助かります．
よろしくお願いします．

# ミニバッチのサイズを指定
batch_size = 32

# DataLoaderを作成
train_dataloader = torch.utils.data.DataLoader(
    train_dataset, batch_size=batch_size, shuffle=True)

val_dataloader = torch.utils.data.DataLoader(
    val_dataset, batch_size=batch_size, shuffle=False)

# 辞書型変数にまとめる
dataloaders_dict = {"train": train_dataloader, "val": val_dataloader}

print(type(dataloaders_dict))
print(dataloaders_dict["train"])
print(dataloaders_dict)
# 動作確認
batch_iterator = iter(dataloaders_dict["train"])  # イテレータに変換
print(type(batch_iterator))
inputs, labels = next(
    batch_iterator)  # 1番目の要素を取り出す
print(inputs.size())
print(labels)
print(labels.size())

出力

<class 'dict'>
<torch.utils.data.dataloader.DataLoader object at 0x7f4b035bf110>
{'train': <torch.utils.data.dataloader.DataLoader object at 0x7f4b035bf110>, 'val': <torch.utils.data.dataloader.DataLoader object at 0x7f4b03974850>}
<class 'torch.utils.data.dataloader._DataLoaderIter'>
torch.Size([32, 3, 96, 96])
tensor([0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0,
        1, 0, 0, 0, 0, 0, 1, 0])
torch.Size([32])

モデル

def train_model(net, dataloaders_dict, criterion, optimizer, num_epochs):

    # epochのループ
    for epoch in range(num_epochs):
        print('Epoch {}/{}'.format(epoch+1, num_epochs))
        print('-------------')


        for phase in ['train', 'val']:
            if phase == 'train':
                net.train() 
            else:
                net.eval()  

            epoch_loss = 0.0 
            epoch_corrects = 0  

            
            if (epoch == 0) and (phase == 'train'):
                continue

            for inputs, labels in dataloaders_dict[phase]:
                print(type(inputs))
                print(type(labels))

                optimizer.zero_grad()

                with torch.set_grad_enabled(phase == 'train'):
                    outputs = net(inputs)
                    print(outputs.size())
                    print(labels.size())
                    loss = criterion(outputs, labels) 
                    _, preds = torch.max(outputs, 1)  
                    
  
 
                    if phase == 'train':
                        loss.backward()
                        optimizer.step()


                    epoch_loss += loss.item() * inputs.size(0)  
 
                    epoch_corrects += torch.sum(preds == labels.data)


            epoch_loss = epoch_loss / len(dataloaders_dict[phase].dataset)
            epoch_acc = epoch_corrects.double(
            ) / len(dataloaders_dict[phase].dataset)

            print('{} Loss: {:.4f} Acc: {:.4f}'.format(
                phase, epoch_loss, epoch_acc))

num_epochs=10
train_model(net, dataloaders_dict, criterion, optimizer, num_epochs=num_epochs)

出力

Epoch 1/10
-------------
<class 'torch.Tensor'>
<class 'tuple'>
torch.Size([32, 2])
--------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-209-76bf5a2b82f9> in <module>
      1 # 学習・検証を実行する
      2 num_epochs=10
----> 3 train_model(net, dataloaders_dict, criterion, optimizer, num_epochs=num_epochs)

<ipython-input-208-da72f38b986d> in train_model(net, dataloaders_dict, criterion, optimizer, num_epochs)
     37                     outputs = net(inputs)
     38                     print(outputs.size())
---> 39                     print(labels.size())
     40                     loss = criterion(outputs, labels) 
     41                     _, preds = torch.max(outputs, 1)  

AttributeError: 'tuple' object has no attribute 'size'

データセットの情報は以下となります．

# 0と1のラベルした画像のDatasetを作成する


class Dataset(data.Dataset):
 

    def __init__(self, file_list, transform=None, phase='train'):
        self.file_list = file_list 
        self.transform = transform  
        self.phase = phase  

    def __len__(self):
        '''画像の枚数を返す'''
        return len(self.file_list)

    def __getitem__(self, index):
        '''
        前処理をした画像のTensor形式のデータとラベルを取得
        '''
        # index番目の画像をロード
        img_path = self.file_list[index]
        img = Image.open(img_path) 

        # 画像の前処理を実施
        img_transformed = self.transform(
            img, self.phase)  # torch.Size([3, 224, 224])

        # 画像のラベルをファイル名から抜き出す
        if self.phase == "train":
            label = img_path[14:16]
            #print(label)
        elif self.phase == "val":
            label = img_path[14:16]
            #print(label)

        # ラベルを数値に変更する
        if label == "00":
            label = 0
        elif label == "01":
            label = 1
        
        #print(type(label))
        return img_transformed, label

# 実行
train_dataset = Dataset(
    file_list=train_list, transform=ImageTransform(size, mean, std), phase='train')

val_dataset = Dataset(
    file_list=val_list, transform=ImageTransform(size, mean, std), phase='val')

# 動作確認
index = 0
print(train_dataset.__getitem__(index)[0].size())
print(train_dataset.__getitem__(index)[1])

出力

torch.Size([3, 96, 96])
0

Comments

[tiitoi]

torch.utils.Dataset を継承した Dataset クラスの定義がないと、問題の部分がわかりません。

[nigo1973]

失礼しました．データセットの出力を追記しました．

[tiitoi]

追記ありがとうございます。
print(labels.size()) でエラーが出たときの labels の値はどうなっていますか？

[nigo1973]

ありがとうございます．　def train_modelを回したときのエラーでしょうか．
'tuple' object has no attribute 'size'　と出力されています．

train_model にてlabelsを取得したときのタイプが”<class 'tuple'>”となっており，本のコードでは<class 'torch.Tensor'>となっていました．

ご指摘のとおり，入力画像やラベルが異なりますので，Datasetの定義が異なるのかと思いますが，データのクラスに違いはなく，調べています．

[nigo1973]

Datasetを作成するとき，valのラベルの選択をTrainと同じにしていましたが間違えており，文字列が含まれていました．ここを解消すればエラーはなくなりました．お騒がせしました．

Answer 1

Datasetを作成するとき，valのラベルの選択をTrainと同じにしていましたが間違えており，文字列が含まれていました．ここを解消すればエラーはなくなりました．お騒がせしました．