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
85.35%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

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

解決済

1回答

942閲覧

ResnetにDnCNNを入れたNetworkのTypeErrorについて

xeno

総合スコア16

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

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2021/06/24 12:07

ResnetDnCNNをいれてノイズ(落書き)を消そうとしているのですが、エラーを解決できません。
該当箇所に関しては参考にしたDnCNNと同じ書き方です。
modelまでは表示できるのですがその先に進めません。

import keras from tensorflow.keras.models import load_model from tensorflow.keras.datasets import cifar10 from tensorflow.keras.layers import Input, Dense, Conv2D, MaxPooling2D, UpSampling2D, BatchNormalization, Activation from tensorflow.keras.models import Model from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint from tensorflow.keras.layers import Dropout from tensorflow.keras.optimizers import Adam from tensorflow.keras.layers import Concatenate import os import pickle import numpy as np batch_size = 32 #num_classes = 10 epochs = 10 saveDir = "/home/script/savex/" class Data(): def __init__(self): self.input_img = (32, 32, 3) def get_batch(self): (x_train, y_train), (x_test, y_test) = cifar10.load_data() x_train_line = np.copy(x_train) x_test_line = np.copy(x_test) print(x_train_line) x_train_line = self.drawLines(x_train_line) x_test_line = self.drawLines(x_test_line) # normalize data x_train = x_train.astype('float32') x_test = x_test.astype('float32') x_train /= 255 x_test /= 255 # normalize data x_train_line = x_train_line.astype('float32') x_test_line = x_test_line.astype('float32') x_train_line /= 255 x_test_line /= 255 print('x_train shape:', x_train.shape) print(x_train.shape[0], 'train samples') print(x_test.shape[0], 'test samples') def drawUpLeft(x,i,col): vh = np.random.randint(2) start = np.random.randint(10) length = start + np.random.randint(4,21) position = np.random.randint(32) for j in range(3): if vh == 0: x[i,:,:,j][start:length, position] = col[j] else: x[i,:,:,j][position, start:length] = col[j] return x def drawDnRight(x,i,col): vh = np.random.randint(2) start = np.random.randint(10,25) length = start + np.random.randint(5,32-start) position = np.random.randint(32) for j in range(3): if vh == 0: x[i,:,:,j][start:length, position] = col[j] else: x[i,:,:,j][position, start:length] = col[j] return x def drawLines(x): for i in range(len(x)): numLines = np.random.randint(25) + 1 for l in range(numLines): col = [np.random.randint(256),np.random.randint(256),np.random.randint(256)] if l % 2 == 0: drawUpLeft(x,i,col) else: drawDnRight(x,i,col) return x def network(input_shape): inputs = Input(shape=input_shape) x = Conv2D(32, kernel_size=3, padding="same", activation="relu")(inputs) x = BatchNormalization()(x) for i in range(17): shutcut = x #ショートカットコネクション用にモジュールの入力データを取得する x = Conv2D(64, (3, 3), padding='same')(x) x = BatchNormalization()(x) x = Activation('relu')(x) x = Dropout(rate=0.3)(x) x = Concatenate()([x, shutcut]) #ショートカットコネクション x = Conv2D(3, (3, 3), padding='same')(x) output_img = Activation('tanh')(x) model = Model(inputs,output_img) print(model.summary()) return model # モデルを学習させるクラス class Trainer(): # モデルをコンパイルして、学習するための設定をプライベートプロパティに設定する。 def __init__(self, model, loss, optimizer): self._model = model self._model.compile( loss=loss, optimizer=optimizer, metrics=["accuracy"] ) self._verbose = 1 self._batch_size = 128 self._epochs = 100 # 実際の学習 def fit(self, x_train, y_train, x_test, y_test): chkpt = saveDir + 'Cifar10_Resnet_weights.{epoch:02d}-{loss:.2f}-{val_loss:.2f}.hdf5' cp_cb = ModelCheckpoint(filepath = chkpt, monitor='val_loss', verbose=1, save_best_only=True, mode='auto') self._model.fit( x_train, x_train_line, batch_size=self._batch_size, epochs=self._epochs, verbose=self._verbose, validation_data=(x_test_line, x_test), callbacks=[cp_cb], shuffle=True ) score = model.evaluate(x_test_line, x_test, verbose=1) print(score) return self._model dataset = Data() # データを取得するためのCIFAR10Datasetのインスタンス化 model = network(dataset.input_img) #モデルの取得 x_train, y_train, x_test, y_test = dataset.get_batch() # 学習データとテストデータの取得 trainer = Trainer(model, loss="mean_squared_error", optimizer="adam") # モデルとロス関数、最適化アルゴリズムを引数にして、Trainerのインスタンス化 model = trainer.fit(x_train, y_train, x_test, y_test) # モデルの学習 # モデルの評価 score = model.evaluate(x_test, y_test, verbose=0) print('Test loss: ', score[0]) print('Test accuracy: ', score[1]) c10test = model.predict(x_test_line) # definition to show original image and reconstructed image def showOrigDec(orig, noise, denoise, num=10): import matplotlib.pyplot as plt n = num plt.figure(figsize=(20, 6)) for i in range(n): # display original ax = plt.subplot(3, n, i+1) plt.imshow(orig[i].reshape(32, 32, 3)) ax.get_xaxis().set_visible(False) ax.get_yaxis().set_visible(False) # display noisy image ax = plt.subplot(3, n, i +1 + n) plt.imshow(noise[i].reshape(32, 32, 3)) ax.get_xaxis().set_visible(False) ax.get_yaxis().set_visible(False) # display denoised image ax = plt.subplot(3, n, i +1 + n + n) plt.imshow(denoise[i].reshape(32, 32, 3)) ax.get_xaxis().set_visible(False) ax.get_yaxis().set_visible(False) plt.show() showOrigDec(x_test, x_test_line, c10test)

ERROR

1Traceback (most recent call last): 2 File "DnResnet.py", line 139, in <module> 3 x_train, y_train, x_test, y_test = dataset.get_batch() # 学習データとテストデータの取得 4 File "DnResnet.py", line 29, in get_batch 5 x_train_line = self.drawLines(x_train_line) 6TypeError: drawLines() takes 1 positional argument but 2 were given 7

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

回答1

0

ベストアンサー

python

1 def drawLines(x): 2

python

1class Data(): 2

のメソッドなら、

python

1 def drawLines(self,x): 2

にすべきです。

投稿2021/06/24 18:05

ppaul

総合スコア24670

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。

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

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
85.35%

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