Q&A
> 書籍の付録のコードを実行
書籍名と、コードが載ってるページ数を教えてください
`### 前提・実現したいこと
Windows10のGoogle colabolatory上で無料でGPUを使い機械学習を行っています。言語はpython3、機械学習フレームワークはPytorchです。Cycleganのコードを実装し、Google driveをマウントしました。マウントしたMydrive/photo2portrait/train/A Mydrive/photo2portrait/train/BのようにAとBというファルダ（データセット）２つを入力として画像のスタイル変換を行おうとしています。そこでGoogle colabでCycleGANを行うための書籍の付録のコードを実行したところ、エラーが出てしまいました。＃データローダーの箇所のコードでエラーが起きました。
発生している問題・エラーメッセージ
ValueError: num_samples should be a positive integer value, but got num_samples=0
こちらがエラー内容です。
# 生成器 netG_A2B = Generator(opt.input_nc, opt.output_nc) netG_B2A = Generator(opt.output_nc, opt.input_nc) # 識別器 netD_A = Discriminator(opt.input_nc) netD_B = Discriminator(opt.output_nc) # GPU if not opt.cpu: netG_A2B.cuda() netG_B2A.cuda() netD_A.cuda() netD_B.cuda() # 重みパラメータ初期化 netG_A2B.apply(weights_init_normal) netG_B2A.apply(weights_init_normal) netD_A.apply(weights_init_normal) netD_B.apply(weights_init_normal) # 保存したモデルのロード if opt.load_weight is True: netG_A2B.load_state_dict(torch.load("./output/netG_A2B.pth", map_location="cuda:0"), strict=False) netG_B2A.load_state_dict(torch.load("./output/netG_B2A.pth", map_location="cuda:0"), strict=False) netD_A.load_state_dict(torch.load("./output/netD_A.pth", map_location="cuda:0"), strict=False) netD_B.load_state_dict(torch.load("./output/netD_B.pth", map_location="cuda:0"), strict=False) # 損失関数 criterion_GAN = torch.nn.MSELoss() criterion_cycle = torch.nn.L1Loss() criterion_identity = torch.nn.L1Loss() # Optimizers & LR schedulers optimizer_G = torch.optim.Adam(itertools.chain(netG_A2B.parameters(), netG_B2A.parameters()), lr=opt.lr, betas=(0.5, 0.999)) optimizer_D_A = torch.optim.Adam(netD_A.parameters(), lr=opt.lr, betas=(0.5, 0.999)) optimizer_D_B = torch.optim.Adam(netD_B.parameters(), lr=opt.lr, betas=(0.5, 0.999)) lr_scheduler_G = torch.optim.lr_scheduler.LambdaLR(optimizer_G, lr_lambda=LambdaLR(opt.n_epochs, opt.start_epoch, opt.decay_epoch).step) lr_scheduler_D_A = torch.optim.lr_scheduler.LambdaLR(optimizer_D_A, lr_lambda=LambdaLR(opt.n_epochs, opt.start_epoch, opt.decay_epoch).step) lr_scheduler_D_B = torch.optim.lr_scheduler.LambdaLR(optimizer_D_B, lr_lambda=LambdaLR(opt.n_epochs, opt.start_epoch, opt.decay_epoch).step) # 入出力メモリ確保 Tensor = torch.cuda.FloatTensor if not opt.cpu else torch.Tensor input_A = Tensor(opt.batch_size, opt.input_nc, opt.size, opt.size) input_B = Tensor(opt.batch_size, opt.output_nc, opt.size, opt.size) target_real = Variable(Tensor(opt.batch_size).fill_(1.0), requires_grad=False) target_fake = Variable(Tensor(opt.batch_size).fill_(0.0), requires_grad=False) # 過去データ分のメモリ確保 fake_A_buffer = ReplayBuffer() fake_B_buffer = ReplayBuffer() # データローダー transforms_ = [ transforms.Resize(int(opt.size*1.12), Image.BICUBIC), transforms.RandomCrop(opt.size), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize((0.5,0.5,0.5), (0.5,0.5,0.5)) ] dataloader = DataLoader(ImageDataset(opt.dataroot, transforms_=transforms_, unaligned=True), batch_size=opt.batch_size, shuffle=True, num_workers=opt.n_cpu) print("num dataloader= {}".format(len(dataloader))) ここのdataloader = DataLoader(ImageDataset(opt.dataroot, transforms_=transforms_, unaligned=True), batch_size=opt.batch_size, shuffle=True, num_workers=opt.n_cpu) のところがエラー箇所です。 エラー内容は以下の通りです。 /usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:13: UserWarning: nn.init.normal is now deprecated in favor of nn.init.normal_. del sys.path[0] /usr/local/lib/python3.7/dist-packages/torchvision/transforms/transforms.py:281: UserWarning: Argument interpolation should be of type InterpolationMode instead of int. Please, use InterpolationMode enum. "Argument interpolation should be of type InterpolationMode instead of int. " --------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-16-f9c7f2243d46> in <module>() 60 transforms.Normalize((0.5,0.5,0.5), (0.5,0.5,0.5)) ] 61 dataloader = DataLoader(ImageDataset(opt.dataroot, transforms_=transforms_, unaligned=True), ---> 62 batch_size=opt.batch_size, shuffle=True, num_workers=opt.n_cpu) 63 64 print("num dataloader= {}".format(len(dataloader))) 1 frames /usr/local/lib/python3.7/dist-packages/torch/utils/data/sampler.py in __init__(self, data_source, replacement, num_samples, generator) 101 if not isinstance(self.num_samples, int) or self.num_samples <= 0: 102 raise ValueError("num_samples should be a positive integer " --> 103 "value, but got num_samples={}".format(self.num_samples)) 104 105 @property ValueError: num_samples should be a positive integer value, but got num_samples=0
試したこと
GPUの接続を切って何度も実行しましたがこのコードのままでは毎回同じエラーが出てしまいます。初心者のため、変更すべきところがわからないので困っています。
追記
本の名前はPytorchによる画像生成/画像変換のためのGANディープラーニング実装ハンドブック、その中でのCHAPTER5のsection5_2のCYCLEGANのコードを参考にしています。現在手元にないため、すみませんが、ページ数は分かりません。
「opt.*」(「opt.dataroot」とか「opt.batch_size」とか)に、質問に掲載してるコード以外のどこかでパラメータをいろいろ格納してると思いますが、それらの内容は大丈夫でしょうか？
> but got num_samples=0
サンプル数が0というのは、データがちゃんと読み込めてないっぽいような
> Pytorchによる画像生成/画像変換のためのGANディープラーニング実装ハンドブック、その中でのCHAPTER5のsection5_2のCYCLEGANのコード
そのページが出てこないので、同じ書籍の近いコードが載ってる別のページ
https://books.google.co.jp/books?id=fYQnEAAAQBAJ&pg=PA209#v=onepage&q&f=false
を参照すると、208ページの「パラメータ設定」のところで「opt.*」の設定をしてます
書籍の「5_2」のコードでも、同様な設定をしてると思います
そこの設定は大丈夫でしょうか？
たとえば、「dataroot」の指定は、下記を指すようになってますでしょうか？
(たぶん「.../photo2portrait」の部分)
> マウントしたMydrive/photo2portrait/train/A Mydrive/photo2portrait/train/BのようにAとBというファルダ（データセット）２つを入力
Google Colabの場合は、カレントディレクトリを変えてない場合は、カレントディレクトリは「/content」なので、相対パスで指定する場合はそこからのパスを指定する必要があります
たとえば、カレントディレクトリが「/content」で、データセットが「/content/drive/MyDrive/photo2portrait」にある場合は、「dataroot」での指定を相対パスで行う場合は、
'./drive/MyDrive/photo2portrait/'
みたいな指定になります
もちろん、絶対パス指定
'/content/drive/MyDrive/photo2portrait/'
でも大丈夫だと思います
(最後の「/」は、たぶん無くても大丈夫)
回答1件
0
but got num_samples=0
サンプル数が0というのは、データがちゃんと読み込めてないように思います
Pytorchによる画像生成/画像変換のためのGANディープラーニング実装ハンドブック、その中でのCHAPTER5のsection5_2のCYCLEGANのコード
マウントしたMydrive/photo2portrait/train/A Mydrive/photo2portrait/train/BのようにAとBというファルダ（データセット）２つを入力として
データセットの設定が怪しいので、
section5_2_cycleGAN.ipynb
の「パラメータ設定」等のパスが合ってるか、確認してみてください
投稿2021/11/15 07:00
総合スコア7653
あなたの回答
tips
プレビュー
