TypeError: forward() missing 1 required positional argumentの解消方法について

Question

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import torch
from torch.autograd import Variable

import numpy as np
from scipy import sparse

#########################################
##Utils##################################
#########################################

def convert_as(src, trg):
    src = src.type_as(trg)
    if src.is_cuda:
        src = src.suda(device=trg.get_device())
    return src

class Laplacian(torch.nn.Module):
    def __init__(self, cot=True):
        super(Laplacian, self).__init__()
        self.cot = cot

    def forward(self, V, F):
        """
        Input:
        param V: B x N x 3
        param F: B x F x 3
        return: Lx :B x N x 3
        """
        F = F.unsqueeze(0)
        V = V.unsqueeze(0)
        self.F_np = F.data.cpu().numpy()
        self.F = F.data
        self.L = None

        V_np = V.cpu().detach().numpy()
        batchV = V_np.reshape(-1, 3)
        #print(order)
        F = self.F
        F_np = self.F_np

        #compute cotangents
        if self.cot:
            C = cotangent(V, F)
            C_np = C.cpu().detach().numpy()
        else:
            C_np = np.ones(len(F.reshape(-1)), dtype= np.float32)

        batchC = C_np.reshape(-1, 3)
        #3列に成型
        offset = np.arange(0, V.size(0)).reshape(-1, 1, 1) * V.size(1)
        F_np = F_np + offset
        batchF = F_np.reshape(-1, 3)
        # 3列に成型

        rows = batchF[:, [1, 2, 0]].reshape(-1)
        cols = batchF[:, [2, 0, 1]].reshape(-1)

        BN = batchV.shape[0]
        L = sparse.csr_matrix((batchC.reshape(-1), (rows, cols)), shape=(BN, BN))

        L = L + L.T
        M = sparse.diags(np.arraya(np.sum(L, 1)).reshape(-1), format='csr')
        L = M - L
        self.L = L
        #print(L.max())

        result = L.todense()
        result = convert_as(torch.Tensor(result), V)

        return result

    def backward(self, grad_out):
        """
        Return
        :param grad_out: B x N x 3
        :return:  grad_vertices: B x N x 3
        """

        g_o = grad_out.cpu().numpy()
        #Stack
        g_o = g_o.reshape(-1, 3)
        Lg = self.L.dot(g_o).reshape(grad_out.shape)

        return convert_as(torch.Tensor(Lg), grad_out), None

def cotangent(V, F):
    """
    Input
    :param V: B x N x 3
    :param F: B x F x 3
    :return: C: B x F x 3 list of cotangents corresponding
        angles for triangles, columns correspond to edges 23,31,12
    B x F x 3 x 3
    重み行列
    """
    indices_repeat = torch.stack([F, F, F], dim=2)
    #v1が最初の三角形、v2,v3と続く
    v1 = torch.gather(V, 1, indices_repeat[:, :, :, 0].long())
    v2 = torch.gather(V, 1, indices_repeat[:, :, :, 1].long())
    v3 = torch.gather(V, 1, indices_repeat[:, :, :, 2].long())
    #from scipy.io import savemat
    #savemat('test,mat',{'v2':v2.cpu().numpy(), 'v3':v3.cpu().numpy()})

    #辺の長さ
    l1 = torch.sqrt(((v2 - v3)**2).sum(2))
    l2 = torch.sqrt(((v3 - v1)**2).sum(2))
    l3 = torch.sqrt(((v1 - v2)**2).sum(2))

    sp = (l1 + l2 + l3) * 0.5
    A = 2*torch.sqrt( sp * (sp-l1)*(sp-l2)*(sp-l3))
    idx = A <= 0
    A[idx]=1.0
    bad = A != A
    A[bad]=1.0

    cot23 = (l2**2 + l3**2 - l1**2)
    cot31 = (l3**2 + l1**2 - l2**2)
    cot12 = (l1**2 + l2**2 - l3**2)

    C = torch.stack([cot23, cot31, cot12], 2) / torch.unsqueeze(A, 2) / 4

    return C

def load_obj(fn):
    fin = open(fn, 'r')
    lines = [line.rstrip() for line in fin]
    fin.close()

    vertices = []; faces = [];

    for line in lines:
        if line.startswith('v '):
            vertices.append(np.float32(line.split()[1:4]))
        elif line.startswith('f '):
            faces.append(np.int32([item.split('/')[0] for item in line.split()[1:4]]))

    f = np.vstack(faces)
    v = np.vstack(vertices)
    return v, f


def test_laplacian():
    verts, faces = load_obj('4.obj')
    print(verts.shape)
    print(faces.min())

    verts = verts[None, :, :]
    faces = faces[None, :, :]-1

    verts = torch.nn.Parameter(torch.FloatTensor(verts).cuda())
    faces = Variable(torch.LongTensor(faces).cuda(), requires_grad=False)

    laplacian = Laplacian(verts)

    Lx = laplacian(faces)

    L = laplacian.L.todense()

    from scipy.io import loadmat
    L_want = loadmat('mat.mat')['laplacepoint']
    from scipy.io import savemat
    savemat('test.mat',{'L':L})

    print(L -L_want)
    import pdb; pdb.set_trace()

if __name__ == '__main__':

    test_laplacian()

こちらのコードを実行すると

TypeError: forward() missing 1 required positional argument: 'F'

というエラーが表示されます。
原因は、

def forward(self, V, F):

で引数を２つしていることにあると思います。
しかし、init =='main'部分で

laplacian = Laplacian(verts, faces)

と書き直しても

TypeError: __init__() takes from 1 to 2 positional arguments but 3 were given

というエラーが表示されます。

これ以外に修正すべきところの検討がつかなかったのですが、他にどこに原因があることが考えられるでしょうか？
よろしくお願い致します。

Comments

[y_waiwai]

どの行でそのエラーが出てるんでしょうか

[h_proc]

Lx = laplacian(faces)
というところで止まっているようで、
return forward_call(*input, **kwargs)
TypeError: forward() missing 1 required positional argument: 'F'
と表示されます。

Answer 1

全くの専門外なのでコード内容は理解していませんが、変数名や関数の呼ばれ方から推測すると以下のように修正するのが正しいように思います。
参考：なぜPyTorchのnn.Moduleのインスタンスの引数がforwardに渡されるのか

    laplacian = Laplacian() # cot=Trueのままでよいと思われる
    Lx = laplacian(verts, faces) # VとFを渡す

概念再現例

class Module(object):

    def __init__(self):
        pass

    def __call__(self, *input,**kwargs):
        return self.forward(*input, **kwargs)

    def forward(self, *input, **kwargs):
        pass

class Laplacian(Module):

    def __init__(self, cot=True):
        super(Laplacian, self).__init__()
        self.cot = cot

    def forward(self, V, F):
        print(f'{V},{F}')
        return 'forward_ret'


verts, faces = 'verts', 'faces'

laplacian = Laplacian()
#ret = laplacian(verts) # TypeError: forward() missing 1 required positional argument: 'F'
ret = laplacian(verts, faces) # verts,faces
print(ret) # forward_ret

Comments

[h_proc]

ありがとうございます。
動きましたが、今度は
RuntimeError: CUDA error: device-side assert triggered
CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1.
というエラーが表示されました。
環境変数にCUDA_LAUNCH_BLOCKING=1を追加して実行しても状況は変化しませんでした。
もし何かお分かりになることがありましたら教えていただきたく思います。
お手数をおかけし、申し訳ありません。

[can110]

残念ながらCUDAについては無知なのでお力になれません。

[h_proc]

ありがとうございました。