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!

新規登録して質問してみよう
ただいま回答率
86.12%
PyTorch

PyTorchは、オープンソースのPython向けの機械学習ライブラリ。Facebookの人工知能研究グループが開発を主導しています。強力なGPUサポートを備えたテンソル計算、テープベースの自動微分による柔軟なニューラルネットワークの記述が可能です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

解決済

【PyTorch】Boolean value of Tensor with more than one value is ambiguousというエラーが出た

kk_22
kk_22

総合スコア3

PyTorch

PyTorchは、オープンソースのPython向けの機械学習ライブラリ。Facebookの人工知能研究グループが開発を主導しています。強力なGPUサポートを備えたテンソル計算、テープベースの自動微分による柔軟なニューラルネットワークの記述が可能です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

2回答

0グッド

0クリップ

800閲覧

投稿2022/11/17 20:31

前提

PyTorchの勉強をしています。

超基本的な回帰として、sin関数の回帰を考えていました。

実現したいこと

  • 教師データ(X, y)からsin関数を学習する。

発生している問題・エラーメッセージ

RuntimeError Traceback (most recent call last) Cell In [97], line 1 ----> 1 training_loop( 2 n_epochs=5000, 3 optimizer=optimizer, 4 model=net, 5 loss_fn=nn.MSELoss, 6 X_train=X_train, 7 X_test=X_test, 8 t_train=t_train, 9 t_test=t_test 10 ) Cell In [95], line 9, in training_loop(n_epochs, optimizer, model, loss_fn, X_train, X_test, t_train, t_test) 7 print(t_train) 8 print(y_train.shape, t_train.shape) ---> 9 loss_train = loss_fn(y_train, t_train) 11 y_test = model(X_test) 12 loss_test = loss_fn(y_test, t_test) File /usr/local/lib/python3.8/dist-packages/torch/nn/modules/loss.py:533, in MSELoss.__init__(self, size_average, reduce, reduction) 532 def __init__(self, size_average=None, reduce=None, reduction: str = 'mean') -> None: --> 533 super(MSELoss, self).__init__(size_average, reduce, reduction) File /usr/local/lib/python3.8/dist-packages/torch/nn/modules/loss.py:23, in _Loss.__init__(self, size_average, reduce, reduction) 21 super(_Loss, self).__init__() 22 if size_average is not None or reduce is not None: ---> 23 self.reduction: str = _Reduction.legacy_get_string(size_average, reduce) 24 else: 25 self.reduction = reduction File /usr/local/lib/python3.8/dist-packages/torch/nn/_reduction.py:35, in legacy_get_string(size_average, reduce, emit_warning) 32 if reduce is None: 33 reduce = True ---> 35 if size_average and reduce: 36 ret = 'mean' 37 elif reduce: RuntimeError: Boolean value of Tensor with more than one value is ambiguous

該当のソースコード

Python

1import torch 2import torch.nn as nn 3import numpy as np 4%matplotlib inline 5import matplotlib.pyplot as plt 6 7def get_data(N, tr): 8 X = np.random.rand(N) 9 y = np.sin(2 * np.pi * X) 10 tr = int(N * tr) 11 X_train = torch.tensor(X[:tr], dtype=torch.float32).unsqueeze(1) 12 X_test = torch.tensor(X[tr:], dtype=torch.float32).unsqueeze(1) 13 t_train = torch.tensor(y[:tr], dtype=torch.float32).unsqueeze(1) 14 t_test = torch.tensor(y[tr:], dtype=torch.float32).unsqueeze(1) 15 return X_train, X_test, t_train, t_test 16 17X_train, X_test, t_train, t_test = get_data(100, 0.8) 18 19class Net(nn.Module): 20 def __init__(self): 21 super().__init__() 22 self.fc1 = nn.Linear(1, 5) 23 self.relu = nn.ReLU() 24 self.fc2 = nn.Linear(5, 1) 25 26 def forward(self, x): 27 x = self.fc1(x) 28 x = self.relu(x) 29 x = self.fc2(x) 30 return x 31 32net = Net() 33optimizer = torch.optim.SGD(net.parameters(), lr=1e-2) 34 35def training_loop(n_epochs, optimizer, model, loss_fn, X_train, X_test, t_train, t_test): 36 for epoch in range(1, n_epochs + 1): 37 y_train = model(X_train) 38 # print('y_train') 39 # print(y_train) 40 # print('t_train') 41 # print(t_train) 42 # print(y_train.shape, t_train.shape) 43 loss_train = loss_fn(y_train, t_train) 44 45 y_test = model(X_test) 46 loss_test = loss_fn(y_test, t_test) 47 48 optimizer.zero_grad() 49 loss_train.backward() 50 optimizer.step() 51 52 if epoch == 1 or epoch % 1000 == 0: 53 print(f"Epoch {epoch}, Training loss {loss_train.item():.4f}," 54 f" Validation loss {loss_test.item():.4f}") 55 56training_loop( 57 n_epochs=5000, 58 optimizer=optimizer, 59 model=net, 60 loss_fn=nn.MSELoss, 61 X_train=X_train, 62 X_test=X_test, 63 t_train=t_train, 64 t_test=t_test 65)

試したこと

こういうのは通るのかな?と思って以下のコードを動かしてみたのですが動きました。

Python

1lfn = nn.MSELoss() 2x = torch.tensor([ 3 [-0.5455], 4 [-0.4873], 5 [-0.4621], 6 [-0.3595]], dtype=torch.float32) 7t = torch.tensor([ 8 [-8.0954e-01], 9 [-7.6121e-01], 10 [-2.8437e-01], 11 [ 2.7563e-02] 12]) 13lfn(x, t)

より必要な情報等あれば教えてください。

よろしくお願い申し上げます。

以下のような質問にはグッドを送りましょう

  • 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

グッドが多くついた質問は、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。

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。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問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

適切な質問に修正を依頼しましょう。

回答2

1

ベストアンサー

エラーの内部的詳細についてはこちらの記事をご覧ください
https://stackoverflow-com.translate.goog/questions/52946920/bool-value-of-tensor-with-more-than-one-value-is-ambiguous-in-pytorch?_x_tr_sl=en&_x_tr_tl=ja&_x_tr_hl=ja&_x_tr_pto=sc

で、たぶん今回の原因は

Python

1training_loop( 2 n_epochs=5000, 3 optimizer=optimizer, 4 model=net, 5 loss_fn=nn.MSELoss, 6 X_train=X_train, 7 X_test=X_test, 8 t_train=t_train, 9 t_test=t_test 10)

loss_fn=nn.MSELoss()のかっこ忘れだと思います。

投稿2022/11/18 00:26

pig_vba

総合スコア648

spoofy_dragon👍を押しています

良いと思った回答にはグッドを送りましょう。
グッドが多くついた回答ほどページの上位に表示されるので、他の人が素晴らしい回答を見つけやすくなります。

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

このような回答には修正を依頼しましょう。

回答へのコメント

kk_22

2022/11/20 10:26

助かりました、こういうのにハマると抜け出すの下手くそですみません ありがとうございます
pig_vba

2022/11/20 13:30

あるあるですよね。宣言時にエラー吐かないから離れたところでエラー出て見当違いの方向調べて時間食う現象、私もよく苦しめられます

0

Text

1それは私にも解決できない難しい問題である。

投稿2022/11/17 22:08

atcoderyellow

総合スコア481

良いと思った回答にはグッドを送りましょう。
グッドが多くついた回答ほどページの上位に表示されるので、他の人が素晴らしい回答を見つけやすくなります。

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

このような回答には修正を依頼しましょう。

2022/11/18 01:33

こちらの回答が複数のユーザーから「質問に対する回答となっていない投稿」という指摘を受けました。

回答へのコメント

pig_vba

2022/11/18 01:33

貴方に解決できた問題の方が圧倒的に少数だろ定期 規約違反でBANされてるのに何で解答できてるのか理解に苦しみますが、回答できないなら回答しないでください

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
86.12%

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る

質問する

関連した質問

同じタグがついた質問を見る

PyTorch

PyTorchは、オープンソースのPython向けの機械学習ライブラリ。Facebookの人工知能研究グループが開発を主導しています。強力なGPUサポートを備えたテンソル計算、テープベースの自動微分による柔軟なニューラルネットワークの記述が可能です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。