###前提・実現したいこと・質問
ゼロから作るDeepLearningの7章をやっていて、
SimpleConvNetで、MNISTデータセットを学習しようとしているのですが以下のようなエラーが出て進みません。common.trainを使うなということでしょうか。
###発生している問題・エラーメッセージ
--------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-64-378d9ca28962> in <module>() 26 evaluate_sample_num_per_epoch=1000) 27 ---> 28 trainer.train() 29 30 # パラメータの保存 /tmp/jupyter-workspace/common/trainer.py in train(self) 69 def train(self): 70 for i in range(self.max_iter): ---> 71 self.train_step() 72 73 test_acc = self.network.accuracy(self.x_test, self.t_test) /tmp/jupyter-workspace/common/trainer.py in train_step(self) 42 t_batch = self.t_train[batch_mask] 43 ---> 44 grads = self.network.gradient(x_batch, t_batch) 45 self.optimizer.update(self.network.params, grads) 46 AttributeError: 'SimpleConvNet' object has no attribute 'gradient'
###該当のソースコード
import sys, os sys.path.append(os.pardir) import numpy as np import matplotlib.pyplot as plt from dataset.mnist import load_mnist from common.trainer import Trainer # データの読み込み (x_train, t_train), (x_test, t_test) = load_mnist(flatten=False) # 処理に時間のかかる場合はデータを削減 #x_train, t_train = x_train[:5000], t_train[:5000] #x_test, t_test = x_test[:1000], t_test[:1000] max_epochs = 20 network = SimpleConvNet(input_dim=(1,28,28), conv_param = {'filter_num': 30, 'filter_size': 5, 'pad': 0, 'stride': 1}, hidden_size=100, output_size=10, weight_init_std=0.01) trainer = Trainer(network, x_train, t_train, x_test, t_test, epochs=max_epochs, mini_batch_size=100, optimizer='Adam', optimizer_param={'lr': 0.001}, evaluate_sample_num_per_epoch=1000) trainer.train() # パラメータの保存 network.save_params("params.pkl") print("Saved Network Parameters!") # グラフの描画 markers = {'train': 'o', 'test': 's'} x = np.arange(max_epochs) plt.plot(x, trainer.train_acc_list, marker='o', label='train', markevery=2) plt.plot(x, trainer.test_acc_list, marker='s', label='test', markevery=2) plt.xlabel("epochs") plt.ylabel("accuracy") plt.ylim(0, 1.0) plt.legend(loc='lower right') plt.show()
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。