googlecolab上でChainerを用いて224枚のシカの画像を学習させ、その学習データを生成するプログラムを作成しているのですが、おそらく、L.Convolution2DとL.linearの使い方がいまいちわからず、不適切な値を入れているせいで以下のエラーが出てしまいます。どうしたらよろしいでしょうか。
エラー文
Exception in main training loop: index 218 is out of bounds for axis 0 with size 3
Traceback (most recent call last):
File "/usr/local/lib/python3.6/dist-packages/chainer/training/trainer.py", line 343, in run
update()
File "/usr/local/lib/python3.6/dist-packages/chainer/training/updaters/standard_updater.py", line 240, in update
self.update_core()
File "/usr/local/lib/python3.6/dist-packages/chainer/training/updaters/standard_updater.py", line 253, in update_core
optimizer.update(loss_func, *in_arrays)
File "/usr/local/lib/python3.6/dist-packages/chainer/optimizer.py", line 874, in update
loss = lossfun(*args, kwds)
File "/usr/local/lib/python3.6/dist-packages/chainer/link.py", line 287, in call
out = forward(*args, kwargs)
File "/usr/local/lib/python3.6/dist-packages/chainer/links/model/classifier.py", line 144, in forward
self.loss = self.lossfun(self.y, t)
File "/usr/local/lib/python3.6/dist-packages/chainer/functions/loss/softmax_cross_entropy.py", line 556, in softmax_cross_entropy
loss, = func.apply((x, t))
File "/usr/local/lib/python3.6/dist-packages/chainer/function_node.py", line 334, in apply
outputs = self.forward(in_data)
File "/usr/local/lib/python3.6/dist-packages/chainer/function_node.py", line 592, in forward
return self.forward_cpu(inputs)
File "/usr/local/lib/python3.6/dist-packages/chainer/functions/loss/softmax_cross_entropy.py", line 162, in forward_cpu
log_p = log_yd[t.ravel(), numpy.arange(t.size)]
Will finalize trainer extensions and updater before reraising the exception.
IndexError Traceback (most recent call last)
<ipython-input-1-3bf3422f7400> in <module>()
81 trainer.extend(extensions.PlotReport(['main/loss'],'epoch',file_name='loss.png'))
82 trainer.extend(extensions.PlotReport(['main/accuracy'],'epoch',file_name='accuracy.png'))
---> 83 trainer.run()
84
85 serializer.save_npz("mymodel.npz",model)
/usr/local/lib/python3.6/dist-packages/chainer/functions/loss/softmax_cross_entropy.py in forward_cpu(self, inputs)
160 t_valid = t != self.ignore_label
161 t = t * t_valid
--> 162 log_p = log_yd[t.ravel(), numpy.arange(t.size)]
163
164 log_p *= t_valid.ravel()
IndexError: index 218 is out of bounds for axis 0 with size 3
コード
import chainer
import glob
from itertools import chain
from chainer.datasets import LabeledImageDataset
from chainer import iterators,training,optimizers,datasets,serializers
from chainer.training import extensions,triggers
from chainer.dataset import concat_examples
import chainer.functions as F
import chainer.links as L
#-----MyChain-----
class MyChain(chainer.Chain):
def __init__(self):
super(MyChain,self).__init__()
with self.init_scope():
self.conv1 = L.Convolution2D(None,16,3,pad=2)
self.conv2 = L.Convolution2D(None,32,3,pad=2)
self.l3 = L.Linear(None,256)
self.l4 = L.Linear(None,3)
def __call__(self,x):
h = F.max_pooling_2d(F.relu(self.conv1(x)),ksize=3,stride=2,pad=2)
h = F.max_pooling_2d(F.relu(self.conv2(x)),ksize=3,stride=2,pad=2)
h = F.dropout(F.relu(self.l3(h)))
y = self.l4(h)
return y
#-----img-----
train_path = glob.glob('img/Deers/Deers_train/*')
tr = 0
label = []
for index,item in enumerate(train_path):
label.append(tr)
tr = tr+1
pa_tuple = tuple(train_path)
la_tuple = tuple(label)
train_data = [(0,0)] * len(label)
tr = 0
for index,item in enumerate(train_path):
train_data[tr] = [train_path[tr],label[tr]]
tr = tr + 1
dataset_train = chainer.datasets.LabeledImageDataset(train_data)
from chainercv.transforms import resize
from chainer.datasets import TransformDataset
def transform(data):
img,label = data
img = resize(img,(500,500))
return img,label
deerset_train = chainer.datasets.TransformDataset(dataset_train,transform)
#-----train-----
epoch = 10
batch = 5
model = L.Classifier(MyChain())
optimizer = optimizers.Adam()
optimizer.setup(model)
train_iter = iterators.SerialIterator(deerset_train,batch)
updater = training.StandardUpdater(train_iter,optimizer)
trainer = training.Trainer(updater,(epoch,'epoch'),out='result')
trainer.extend(extensions.dump_graph('main/loss'))
trainer.extend(extensions.snapshot(),trigger=(epoch,'epoch'))
trainer.extend(extensions.LogReport())
trainer.extend(extensions.PrintReport(['epoch','main/loss','main/accuracy']))
trainer.extend(extensions.ProgressBar())
trainer.extend(extensions.PlotReport(['main/loss'],'epoch',file_name='loss.png'))
trainer.extend(extensions.PlotReport(['main/accuracy'],'epoch',file_name='accuracy.png'))
trainer.run()
serializer.save_npz("mymodel.npz",model)
-
気になる質問をクリップする
クリップした質問は、後からいつでもマイ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。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
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 88.33%
- 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られる
質問への追記・修正、ベストアンサー選択の依頼
y_waiwai
2020/09/06 10:13
このままではコードが読めないので、質問を編集し、<code>ボタンを押し、出てくる’’’の枠の中にコードを貼り付けてください
aho_tarou
2020/09/06 10:26
修正いたしました