AttributeError: 'tuple' object has no attribute 'to' にはまった

Question

前提・実現したいこと

学習済みモデルでの未知データに対しての推論を行い、
データを格納する処理を行いたい。

inputs = inputs.to(DEVICE)　で
AttributeError: 'tuple' object has no attribute 'to'が発生...

どなたか詳しいかた抜け道を教えて下さい。

発生している問題・エラーメッセージ

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

該当のソースコード

DEVICE='cpu' 
pred = []

# データの取り出し
for i,(inputs, labels) in enumerate(test_dataloader):

    inputs = inputs.to(DEVICE) <-----ここでerror発生

    # 学習済みモデルを推論モードに設定
    loaded_model.eval()

    # 学習済みモデルにデータをインプットし、推論をさせる
    outputs = loaded_model(inputs)

    # アウトプットから推定されたラベルを取得
    _, preds = torch.max(outputs, 1)

    # 事前に用意したリストに推論結果(0 or 1)を格納
    pred.append(preds.item())

df_test['pred'] = pred

Comments

[toast-uz]

test_dataloaderのイテレーション要素であるinputsがtensorになっておらずtupleになっている、ということですね。原因追求には、test_dataloaderを定義しているコード、さらにDatasetを定義しているコードまで遡ることが必要です。その部分を提示願います。

[toast-uz]

少し前に回答のコメントでinputsを表示していただいていますが、やはりtensorになっていないですね。
リスト(タプル、tensor)という変則な形になっています。Datasetのコードが怪しいです。

[mmmw]

下記がDataSet作成とDataloader部分のコードになります。
何かおかしな箇所はありますでしょうか？

-----------------------------------------------------------------------------------------------------------

# dataset作成
class Test_Datasets(Dataset):

def __init__(self, data_transform):

#csvファイルの指定カラムを読み取ってDataFrameに変換
#self.df = pd.read_csv('./df_test.csv',names=['filename'])
self.df = pd.read_csv('./df_test.csv')
self.data_transform = data_transform

def __len__(self):
return len(self.df)

def __getitem__(self, index):
#file = self.df['filename'][index]
#↓ここの処理が分からない
file = self.df['filename'][index]
image = Image.open('./test_data/' + file)
image = self.data_transform(image)

return file,image

# datasetのインスタンス作成
#推論用データのアノテーションを行っている。
test_dataset = Test_Datasets(data_transform=test_transforms)

# dataloader作成
test_dataloader = torch.utils.data.DataLoader(dataset=test_dataset,
batch_size= 1 ,
shuffle= False ,
num_workers= 0 ,
drop_last= True )

[toast-uz]

def __getitem__(self, index):
の
return file,image
を
return image
にしてください。ファイル名は学習データには不要ですよね。このファイル名が邪魔で、tensorが崩れています。
また、もとソースコードの
for i,(inputs, labels) in enumerate(test_dataloader):
は
for i, inputs in enumerate(test_dataloader):
にしましょう。未知データなのでDataset側にlabelが無いため、こっちもlabel無しで受ける必要があります。

[toast-uz]

上記で修正されることを動作確認しましたので、回答として記載します。

Answer 1

PyTorchのDatasets、Dataloaderの取り回しが微妙に間違っていたため、エラーが発生しているようです。

Datasetsの__getitem__の返り値を、file, imageとしているにも関わらず、Dataloaderの取り出しで、inputs, labelsの逆順に記述しているため、inputsがファイル名のタプル列（batch_size=1なので要素は1つ）になっており、ご報告のエラーが発生しています。

なお、inputsの内容の報告が別回答の質疑にありますが、エラーメッセージと私の再現結果から、報告内容が間違っているものと思います。報告内容はDataLoaderからの取り出しのアンパック前の値になっています。実際に再現させてinputsを確認してみると、ファイル名のタプル列になっており、ご報告とは違っています。

対処としては、非常に簡単には、Datasetsのreturn file,imageを、return image,fileに書き換えて、パックとアンパックの順番を揃えることです。（動作確認済）

より本質的には、Datasetsでfileを返すことをやめることです。Datasetsは、説明変数,目的変数 を返すべきですが、ファイル名は目的変数ではありません。今回の場合、目的変数がわからない未知データですので、return image,_として目的変数をダミーにするか、return imageとして説明変数のみを返り値にするのが、よいです。なお、説明変数のみを返り値にする場合、アンパックできませんので、Dataloaderからの取り出しコードも修正する必要があります。（動作確認済）

Answer 2

inputsには、toというアトリビュートがない、というエラーです

inputsにはなにがはいってるつもりなんでしょうか。

Comments

[mmmw]

画像データ(テストデータ)が入っていると考えています。

filename
0 1009937.jpeg
1 109996.jpeg
2 119892.jpeg
3 129893.jpeg
4 139981.jpeg
... ...
95 969983.jpeg
96 979891.jpeg
97 989921.jpeg
98 99851.jpeg
99 999921.jpeg

[y_waiwai]

で、実際にはそいつにはなにが入ってますか。
エラーメッセージによれば、'tuple'だそうですが

[mmmw]

print(inputs) 実行結果下記となりました。
---------------------------------------------------------------------------------

[('1009937.jpeg',), tensor([[[[0.8447, 0.8447, 0.8447, ..., 0.4851, 0.4508, 0.4337],
[0.8447, 0.8447, 0.8447, ..., 0.4851, 0.4508, 0.4337],
[0.8618, 0.8447, 0.8447, ..., 0.4679, 0.4508, 0.4508],
...,
[0.7762, 0.7933, 0.7933, ..., 0.2796, 0.2796, 0.2796],
[0.7762, 0.7933, 0.7933, ..., 0.2796, 0.2796, 0.2796],
[0.7762, 0.7933, 0.7933, ..., 0.2967, 0.2967, 0.2967]],

[[0.9930, 0.9930, 0.9930, ..., 0.6254, 0.5903, 0.5728],
[0.9930, 0.9930, 0.9930, ..., 0.6254, 0.5903, 0.5728],
[1.0105, 0.9930, 0.9930, ..., 0.6078, 0.5903, 0.5903],
...,
[0.9230, 0.9405, 0.9405, ..., 0.4153, 0.4153, 0.4153],
[0.9230, 0.9405, 0.9405, ..., 0.4153, 0.4153, 0.4153],
[0.9230, 0.9405, 0.9405, ..., 0.4328, 0.4328, 0.4328]],

[[1.2108, 1.2108, 1.2108, ..., 0.8448, 0.8099, 0.7925],
[1.2108, 1.2108, 1.2108, ..., 0.8448, 0.8099, 0.7925],
[1.2282, 1.2108, 1.2108, ..., 0.8274, 0.8099, 0.8099],
...,
[1.1411, 1.1585, 1.1585, ..., 0.6356, 0.6356, 0.6356],
[1.1411, 1.1585, 1.1585, ..., 0.6356, 0.6356, 0.6356],
[1.1411, 1.1585, 1.1585, ..., 0.6531, 0.6531, 0.6531]]]])]

[y_waiwai]

画像データには見えないですね。。

[mmmw]

# 推論用のtransforms作成
test_transforms = transforms.Compose([
transforms.Resize(256),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]),
])

前処理でTensor型になっていると考えているのですが...