NameError: name 'device' is not definedを解決したい

Question

前提・実現したいこと

pytorchを使ったResnetの実装をgooglecolabで試しているのですが、
下記のようなエラーが発生しました。
コードはこちらのサイトをそのまま使用しています。
https://blog.neko-ni-naritai.com/entry/2019/06/03/234651

該当のコードは全文だと入りきらなかったので学習のコードしか書いていません。

発生している問題・エラーメッセージ

NameError                                 Traceback (most recent call last)
<ipython-input-8-9d36056e17bd> in <module>()
     27 
     28 # 学習用に必要なインスタンスを作成
---> 29 net = ResNet50().to(device)
     30 criterion = nn.CrossEntropyLoss()
     31 optimizer = optim.SGD(net.parameters(), lr=0.01,

NameError: name 'device' is not defined

該当のソースコード

def validate(net, validloader):
  """
  epoch毎に性能評価をするための関数
  """
  net.eval()
  correct = 0
  total = 0
  preds = torch.tensor([]).float().to(device)
  trues = torch.tensor([]).long().to(device)
  with torch.no_grad():
      for data in validloader:
          images, labels = data
          images, labels = images.to(device), labels.to(device)

          outputs = net(images)
          _, predicted = torch.max(outputs.data, 1)
          total += labels.size(0)
          correct += (predicted == labels).sum().item()
           
          preds = torch.cat((preds, outputs))
          trues = torch.cat((trues, labels))
      val_loss = criterion(preds, trues)
      err_rate = 100 * (1 - correct / total)
 
  return val_loss, err_rate


# 学習用に必要なインスタンスを作成
net = ResNet50().to(device)
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.01,
                      momentum=0.9, weight_decay=0.0001)


scheduler = ReduceLROnPlateau(
                              optimizer,
                              mode='min',
                              factor=0.1,
                              patience=10,
                              verbose=True
                             )


# ロギング用のリスト
log = {'train_loss':[],
       'val_loss': [],
       'train_err_rate': [],
       'val_err_rate': []}

N_EPOCH = 40


# 学習を実行
for epoch in tqdm(range(N_EPOCH)):
    net.train()
    for i, data in tqdm(enumerate(trainloader, 0)):
        # get the inputs
        inputs, labels = data
        inputs, labels = inputs.to(device), labels.to(device)

        # zero the parameter gradients
        optimizer.zero_grad()

        # forward + backward + optimize
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()
        
        # epoch内でのlossを確認
        if i % 100 == 0:
            print(loss)
         
    else:
        # trainとvalに対する指標を計算
        train_loss, train_err_rate = validate(net, trainloader)
        val_loss, val_err_rate = validate(net, validloader)
        log['train_loss'].append(train_loss.item())
        log['val_loss'].append(val_loss.item())
        log['val_err_rate'].append(val_err_rate)
        log['train_err_rate'].append(train_err_rate)
        print(loss)
        print(f'train_err_rate:\t{train_err_rate:.1f}')
        print(f'val_err_rate:\t{val_err_rate:.1f}')
        scheduler.step(val_loss)
else:
    print('Finished Training')

Comments

[jbpb0]

net = ResNet50().to(device)

のすぐ上に、下記を追加してみてください

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

[cano]

アドバイス通りに追加したら実行できました！
ありがとうございます。

Answer 1

net = ResNet50().to(device)

のすぐ上に、下記を追加してください

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")