質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.76%

  • Python

    6873questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Chainer

    121questions

    Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

chainerのサンプルコードのエラーをなくす

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 585

sakuragi

score 5

chainerのサンプルコーをGPUで動かそうとすると
No module named 'chainer.links'
というエラーがでてきます。
どういしたらエラーをなくすことができるでしょうか。
anaconda 3.5
chainer 1.31
cuda 8

#!/usr/bin/env python



from __future__ import print_function



import argparse



import chainer

import chainer.functions as F

import chainer.links as L

from chainer import training

from chainer.training import extensions





# Network definition

class MLP(chainer.Chain):



    def __init__(self, n_units, n_out):

        super(MLP, self).__init__()

        with self.init_scope():

            # the size of the inputs to each layer will be inferred

            self.l1 = L.Linear(None, n_units)  # n_in -> n_units

            self.l2 = L.Linear(None, n_units)  # n_units -> n_units

            self.l3 = L.Linear(None, n_out)  # n_units -> n_out



    def __call__(self, x):

        h1 = F.relu(self.l1(x))

        h2 = F.relu(self.l2(h1))

        return self.l3(h2)





def main():

    parser = argparse.ArgumentParser(description='Chainer example: MNIST')

    parser.add_argument('--batchsize', '-b', type=int, default=100,

                        help='Number of images in each mini-batch')

    parser.add_argument('--epoch', '-e', type=int, default=20,

                        help='Number of sweeps over the dataset to train')

    parser.add_argument('--frequency', '-f', type=int, default=-1,

                        help='Frequency of taking a snapshot')

    parser.add_argument('--gpu', '-g', type=int, default=-1,

                        help='GPU ID (negative value indicates CPU)')

    parser.add_argument('--out', '-o', default='result',

                        help='Directory to output the result')

    parser.add_argument('--resume', '-r', default='',

                        help='Resume the training from snapshot')

    parser.add_argument('--unit', '-u', type=int, default=1000,

                        help='Number of units')

    args = parser.parse_args()



    print('GPU: {}'.format(args.gpu))

    print('# unit: {}'.format(args.unit))

    print('# Minibatch-size: {}'.format(args.batchsize))

    print('# epoch: {}'.format(args.epoch))

    print('')



    # Set up a neural network to train

    # Classifier reports softmax cross entropy loss and accuracy at every

    # iteration, which will be used by the PrintReport extension below.

    model = L.Classifier(MLP(args.unit, 10))

    if args.gpu >= 0:

        # Make a specified GPU current

        chainer.cuda.get_device_from_id(args.gpu).use()

        model.to_gpu()  # Copy the model to the GPU



    # Setup an optimizer

    optimizer = chainer.optimizers.Adam()

    optimizer.setup(model)



    # Load the MNIST dataset

    train, test = chainer.datasets.get_mnist()



    train_iter = chainer.iterators.SerialIterator(train, args.batchsize)

    test_iter = chainer.iterators.SerialIterator(test, args.batchsize,

                                                 repeat=False, shuffle=False)



    # Set up a trainer

    updater = training.StandardUpdater(train_iter, optimizer, device=args.gpu)

    trainer = training.Trainer(updater, (args.epoch, 'epoch'), out=args.out)



    # Evaluate the model with the test dataset for each epoch

    trainer.extend(extensions.Evaluator(test_iter, model, device=args.gpu))



    # Dump a computational graph from 'loss' variable at the first iteration

    # The "main" refers to the target link of the "main" optimizer.

    trainer.extend(extensions.dump_graph('main/loss'))



    # Take a snapshot for each specified epoch

    frequency = args.epoch if args.frequency == -1 else max(1, args.frequency)

    trainer.extend(extensions.snapshot(), trigger=(frequency, 'epoch'))



    # Write a log of evaluation statistics for each epoch

    trainer.extend(extensions.LogReport())



    # Save two plot images to the result dir

    if extensions.PlotReport.available():

        trainer.extend(

            extensions.PlotReport(['main/loss', 'validation/main/loss'],

                                  'epoch', file_name='loss.png'))

        trainer.extend(

            extensions.PlotReport(

                ['main/accuracy', 'validation/main/accuracy'],

                'epoch', file_name='accuracy.png'))



    # Print selected entries of the log to stdout

    # Here "main" refers to the target link of the "main" optimizer again, and

    # "validation" refers to the default name of the Evaluator extension.

    # Entries other than 'epoch' are reported by the Classifier link, called by

    # either the updater or the evaluator.

    trainer.extend(extensions.PrintReport(

        ['epoch', 'main/loss', 'validation/main/loss',

         'main/accuracy', 'validation/main/accuracy', 'elapsed_time']))



    # Print a progress bar to stdout

    trainer.extend(extensions.ProgressBar())



    if args.resume:

        # Resume from a snapshot

        chainer.serializers.load_npz(args.resume, trainer)



    # Run the training

    trainer.run()





if __name__ == '__main__':

    main()
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • 退会済みユーザー

    退会済みユーザー

    2017/09/25 04:31

    元になった書籍やサイト等の情報があればつけておくと回答が得られやすいと思います。

    キャンセル

回答 1

checkベストアンサー

0

私はChainer使いではないのであんまり詳しいことはわからないんですが...
単純にバージョンが古いのでは。

バージョン1.3.1にはlinksは無いようです。
https://github.com/chainer/chainer/tree/v1.3.1/chainer

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.76%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    6873questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Chainer

    121questions

    Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。