pytorchで機械学習を行いたいが、RuntimeError: mat1 and mat2 shapes cannot be multiplied (120x4 and 8x9)が出ます。

Question

前提・実現したいこと

ANNを使って、機械学習を行いたいデす

エラー内容は、1204,89,が適さないらしいです。
120,4は、X_trainのmetrixで、
8,9は、modelのhidden layer(parameter)のところです。
イマイチ、なにが、間違ってるのかわかりかねます。
もしわかる方いれば、ご教示してもらえると幸いです。すぐに、返信します。

shapeのエラーではないので、内容は表示しないです。

発生している問題・エラーメッセージ

RuntimeError: mat1 and mat2 shapes cannot be multiplied (120x4 and 8x9)

該当のソースコード

import torch 
import torch.nn as nn
import torch.nn.functional as F
from torch.utils.data import Dataset, DataLoader
from sklearn.model_selection import train_test_split

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

class Model(nn.Module):
    def __init__(self, in_features=4, h1=8, h2=9,out_features=3):
        super().__init__()
        self.fc1 = nn.Linear(in_features, h1)
        self.fc1 = nn.Linear(h1,h2)        
        self.out = nn.Linear(h2,in_features)
        
    def forward(self,x):
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = F.self.out(x)
        return x
        

torch.manual_seed(32)
model=Model()

df = pd.read_csv('../Data/iris.csv')
df.head()

X = X = df.drop('target',axis=1).values
y = df['target'].values

X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.2,random_state=33)

X_train = torch.FloatTensor(X_train)
X_test = torch.FloatTensor(X_test)
# y_train = F.one_hot(torch.LongTensor(y_train))  # not needed with Cross Entropy Loss
# y_test = F.one_hot(torch.LongTensor(y_test))
y_train = torch.LongTensor(y_train)
y_test = torch.LongTensor(y_test)

criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(),lr=0.01)


model.parameters()

epochs = 100
lossses = []

for i in range(epochs):
    
    i+=1
    y_pred = model.forward(X_train)
    loss = criterion(y_test, y_pred)
    losses.append(loss)
    
    if i%10 == 1:
        print(f'epoch: {i:2} loss:{loss.item():10.8f}')
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

試したこと

１，値を、色々変えてみましたが、同じ結果です。
２，RuntimeError: mat1 and mat2 shapes cannot be multiplied (120x4 and 8x9)をググってみましたが、CNNを使った方が、いて、サイズが合わないってあったのですが、これは、ANNなので、すこし、味が、違った気がします。

補足情報（FW/ツールのバージョンなど）

mac/latest,jupyter/latest

BEST REGARDS.

変更後

import torch 
import torch.nn as nn
import torch.nn.functional as F
from torch.utils.data import Dataset, DataLoader
from sklearn.model_selection import train_test_split

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

class Model(nn.Module):
    def __init__(self, in_features=4, h1=8, h2=9,out_features=3):
        super().__init__()
        self.fc1 = nn.Linear(in_features, h1)
        self.fc2 = nn.Linear(h1,h2)        
        self.out = nn.Linear(h2,in_features)
        
    def forward(self,x):
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.out(x)
        return x
        

torch.manual_seed(32)
model=Model()

df = pd.read_csv('../Data/iris.csv')
df.head()

X = X = df.drop('target',axis=1).values
y = df['target'].values

X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.2,random_state=33)

X_train = torch.FloatTensor(X_train)
X_test = torch.FloatTensor(X_test)
# y_train = F.one_hot(torch.LongTensor(y_train))  # not needed with Cross Entropy Loss
# y_test = F.one_hot(torch.LongTensor(y_test))
y_train = torch.LongTensor(y_train)
y_test = torch.LongTensor(y_test)

criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(),lr=0.01)


model.parameters()

epochs = 100
lossses = []

for i in range(epochs):
    
    i+=1
    y_pred = model.forward(X_train)
    loss = criterion(y_test, y_pred)
    losses.append(loss)
    
    if i%10 == 1:
        print(f'epoch: {i:2} loss:{loss.item():10.8f}')
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

Answer 1

行列A, Bの掛け算はAが m x n のサイズのとき、Bは n x k とならないといけません
エラーを見る限りAのサイズが 120 x 4 になっているので 8 x 9 の行列とは掛け合わせられないとでています

        self.fc1 = nn.Linear(in_features, h1)
        self.fc1 = nn.Linear(h1,h2)        

二行目がfc1を上書きしているのでこれをfc2に直せばいいんじゃないでしょうか

Comments

[taiyo.]

初歩的なミスで、すいません、直したら、他のエラーが出ました。追加します。

[taiyo.]

self.outも、Fがいらなかったので、消しました。