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
85.39%
Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

Python

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。

Q&A

解決済

1回答

2978閲覧

Google Colabで実行すると必ずクラッシュする

aikdk0154

総合スコア3

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

Python

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。

0グッド

0クリップ

投稿2023/05/07 03:52

実現したいこと

初心者です。
下記に記載のある機械学習の画像分類を実行したいと思っています。
https://sasuwo.org/image-classification/

前提

こちらを実行すると必ずクラッシュします。
ハードウェア アクセラレータもGPUにしていて、GPUタイプはT4にしています。

#学習データで学習 model.fit(X_train, Y_train, epochs=20, batch_size=16) #テストデータで精度確認 score = model.evaluate(X_test, Y_test, batch_size=16)

発生している問題・エラーメッセージ

特になし。クラッシュしてしまう

該当のソースコード

import os import cv2 import numpy as np import glob as glob from sklearn.model_selection import train_test_split from keras.utils import np_utils #フォルダをクラス名にする path = "img/deep_learning" folders = os.listdir(path) #フォルダ名を抽出 classes = [f for f in folders if os.path.isdir(os.path.join(path, f))] n_classes = len(classes) #画像とラベルの格納 X = [] Y = [] #画像を読み込みリサイズする for label,class_name in enumerate(classes): files = glob.glob(path + "/" + class_name + "/*.jpg") for file in files: img = cv2.imread(file) img = cv2.resize(img,dsize=(224,224)) X.append(img) Y.append(label) #精度を上げるために正規化 X = np.array(X) X = X.astype('float32') X /= 255.0 #ラベルの変換 Y = np.array(Y) Y = np_utils.to_categorical(Y,n_classes) Y[:5] #学習データとテストデータに分ける(テストデータ2割、学習データ8割) X_train,X_test,Y_train,Y_test = train_test_split(X,Y,test_size=0.2) #学習データ(8割) print(X_train.shape) #テストデータ(2割) print(X_test.shape) #学習データ(8割) print(Y_train.shape) #テストデータ(2割) print(Y_test.shape) from keras.applications.vgg16 import VGG16 from keras.models import Sequential from keras.models import model_from_json from keras.models import Model from keras.layers import Input, Activation, Dense, Flatten, Dropout from tensorflow.keras.optimizers import Adam #vgg16 input_tensor = Input(shape=(224,224,3)) #最後の1000の層を省く base_model = VGG16(weights='imagenet', input_tensor=input_tensor,include_top=False) #後付けで入れたい層の作成 top_model = Sequential() top_model.add(Flatten(input_shape=base_model.output_shape[1:])) top_model.add(Dense(n_classes, activation='softmax')) #結合 model = Model(inputs=base_model.input, outputs=top_model(base_model.output)) #学習させない層 for layer in model.layers[:15]: layer.trainable = False print('# layers=', len(model.layers)) model.compile(loss='categorical_crossentropy',optimizer='adam',metrics=['accuracy']) model.summary() #学習データで学習 model.fit(X_train, Y_train, epochs=20, batch_size=16) #テストデータで精度確認 score = model.evaluate(X_test, Y_test, batch_size=16)

試したこと

printを表示させなければ、変わるのかと思いましたが、変わりませんでした。

補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

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MY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。

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。

meg_

2023/05/07 04:07

> Google Colabで実行すると必ずクラッシュする ローカルPCではクラッシュしない、ということで良いでしょうか?
aikdk0154

2023/05/07 04:17

ローカルPCで実施というのがどう実施したらいいかわからず。。 実施しているのはGoogle Colabのみです。
melian

2023/05/07 04:28

読み込んでいる画像ファイルが多すぎてメモリ不足になっているのかもしれませんね。
aikdk0154

2023/05/07 06:11

ありがとうございます。 合計で310枚なので、それほど多くないような気もするのですが、、 少し減らして試してみます。
aikdk0154

2023/05/07 07:02

合計を200枚、100枚、50枚と減らしてみたところ、50枚にしたら、無事成功しました。 ありがとうございました。
guest

回答1

0

自己解決

読み込む画像の合計枚数を200枚、100枚、50枚と減らしてみたところ、50枚にしたら、無事成功しました。

投稿2023/05/07 07:02

aikdk0154

総合スコア3

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。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.39%

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