teratail
回答率
85.36%
teratail header banner
teratail header banner
質問するログイン新規登録
トップに関する質問Convolution2DからConv2Dに書き直したい

編集履歴

質問編集履歴

6

訂正

2019/11/20 09:45

投稿

IwspP
IwspP

スコア7

test CHANGED
File without changes
test CHANGED
@@ -20,10 +20,6 @@
20
20
 
21
21
 
22
22
 
23
- ＊指摘を頂いたので質問内容を大きく変更いたしました。以前の質問に答えてくださった方々は申し訳ありません
24
-
25
-
26
-
27
23
  現在の環境
28
24
 
29
25
  Ubuntu 16.04

5

質問を絞る

2019/11/20 09:45

投稿

IwspP
IwspP

スコア7

test CHANGED
@@ -1 +1 @@
1
- 古いプログラムの記述を書き換えたい
1
+ Convolution2DからConv2Dに書き直したい
test CHANGED
@@ -1,6 +1,26 @@
1
1
  初質問です。
2
2
 
3
3
  現在古い環境で動かしていた畳込みネットワークの学習用プログラムを新しい環境で動かせるよう苦戦中です。
4
+
5
+
6
+
7
+ 現在Convolution2D
8
+
9
+ ```python2.7
10
+
11
+ conv1a=F.Convolution2D(96, 96, 1, wscale=w)
12
+
13
+ ```
14
+
15
+ の内容をConv2D用に書き直したいです。
16
+
17
+ Convolition2D(入力、出力、フィルタ、ストライド、パディング)だと理解しています
18
+
19
+ 回答がわかる方はご教授願います。
20
+
21
+
22
+
23
+ ＊指摘を頂いたので質問内容を大きく変更いたしました。以前の質問に答えてくださった方々は申し訳ありません
4
24
 
5
25
 
6
26
 
@@ -19,359 +39,3 @@
19
39
  keras 2.0.2
20
40
 
21
41
  tensorflow-gpu 1.5.0
22
-
23
-
24
-
25
-
26
-
27
-
28
-
29
- もとのファイルは
30
-
31
-
32
-
33
- ```python2.7
34
-
35
- import math
36
-
37
-
38
-
39
- import chainer
40
-
41
- import chainer.functions as F
42
-
43
- import numpy as np
44
-
45
-
46
-
47
-
48
-
49
- class NIN(chainer.FunctionSet):
50
-
51
-
52
-
53
- insize = 227
54
-
55
-
56
-
57
- def __init__(self):
58
-
59
- w = math.sqrt(2) # MSRA scaling
60
-
61
- super(NIN, self).__init__(
62
-
63
- conv1=F.Convolution2D(3, 96, 11, wscale=w, stride=4),
64
-
65
- conv1a=F.Convolution2D(96, 96, 1, wscale=w),
66
-
67
- conv1b=F.Convolution2D(96, 96, 1, wscale=w),
68
-
69
- conv2=F.Convolution2D(96, 256, 5, wscale=w, pad=2),
70
-
71
- conv2a=F.Convolution2D(256, 256, 1, wscale=w),
72
-
73
- conv2b=F.Convolution2D(256, 256, 1, wscale=w),
74
-
75
- conv3=F.Convolution2D(256, 384, 3, wscale=w, pad=1),
76
-
77
- conv3a=F.Convolution2D(384, 384, 1, wscale=w),
78
-
79
- conv3b=F.Convolution2D(384, 384, 1, wscale=w),
80
-
81
- conv4=F.Convolution2D(384, 1024, 3, wscale=w, pad=1),
82
-
83
- conv4a=F.Convolution2D(1024, 1024, 1, wscale=w),
84
-
85
- conv4b=F.Convolution2D(1024, 1000, 1, wscale=w),
86
-
87
- )
88
-
89
-
90
-
91
- def forward(self, x_data,y_data,train=True):
92
-
93
- x = chainer.Variable(x_data, volatile=not train)
94
-
95
- t = chainer.Variable(y_data, volatile=not train)
96
-
97
-
98
-
99
- h = F.relu(self.conv1(x))
100
-
101
- h = F.relu(self.conv1a(h))
102
-
103
- h = F.relu(self.conv1b(h))
104
-
105
- h = F.max_pooling_2d(h, 3, stride=2)
106
-
107
- h = F.relu(self.conv2(h))
108
-
109
- h = F.relu(self.conv2a(h))
110
-
111
- h = F.relu(self.conv2b(h))
112
-
113
- h = F.max_pooling_2d(h, 3, stride=2)
114
-
115
- h = F.relu(self.conv3(h))
116
-
117
- h = F.relu(self.conv3a(h))
118
-
119
- h = F.relu(self.conv3b(h))
120
-
121
- h = F.max_pooling_2d(h, 3, stride=2)
122
-
123
- h = F.dropout(h, train=train)
124
-
125
- h = F.relu(self.conv4(h))
126
-
127
- h = F.relu(self.conv4a(h))
128
-
129
- h = F.relu(self.conv4b(h))
130
-
131
- h = F.reshape(F.average_pooling_2d(h, 6), (x_data.shape[0], 1000))
132
-
133
- return F.softmax_cross_entropy(h, t), F.accuracy(h, t)
134
-
135
-
136
-
137
- def predict(self, x_data):
138
-
139
- x = chainer.Variable(x_data, volatile=True)
140
-
141
-
142
-
143
- h = F.relu(self.conv1(x))
144
-
145
- h = F.relu(self.conv1a(h))
146
-
147
- h = F.relu(self.conv1b(h))
148
-
149
- h = F.max_pooling_2d(h, 3, stride=2)
150
-
151
- h = F.relu(self.conv2(h))
152
-
153
- h = F.relu(self.conv2a(h))
154
-
155
- h = F.relu(self.conv2b(h))
156
-
157
- h = F.max_pooling_2d(h, 3, stride=2)
158
-
159
- h = F.relu(self.conv3(h))
160
-
161
- h = F.relu(self.conv3a(h))
162
-
163
- h = F.relu(self.conv3b(h))
164
-
165
- h = F.max_pooling_2d(h, 3, stride=2)
166
-
167
- h = F.dropout(h, train=False)
168
-
169
- h = F.relu(self.conv4(h))
170
-
171
- h = F.relu(self.conv4a(h))
172
-
173
- h = F.relu(self.conv4b(h))
174
-
175
- h = F.reshape(F.average_pooling_2d(h, 6), (x_data.shape[0], 1000))
176
-
177
- return F.softmax(h)
178
-
179
-
180
-
181
-
182
-
183
- ```
184
-
185
-
186
-
187
- であり色々調べたとことろ
188
-
189
- FunctionSetは現在ではChainが使われている
190
-
191
- wscaleが現在削除されている（代替えはまだ見つけていない）
192
-
193
- Convolutionは古いのでConv2Dとするのがよい
194
-
195
-
196
-
197
- とのことで現在は
198
-
199
-
200
-
201
- ```python2.7
202
-
203
- import math
204
-
205
-
206
-
207
- import chainer
208
-
209
- import chainer.functions as F
210
-
211
- import numpy as np
212
-
213
-
214
-
215
-
216
-
217
-
218
-
219
- class NIN(chainer.Chain):
220
-
221
-
222
-
223
- insize = 227
224
-
225
-
226
-
227
- def __init__(self):
228
-
229
- w = math.sqrt(2) # MSRA scaling
230
-
231
- super(NIN, self).__init__(
232
-
233
- conv1=F.Conv2D(3, 96, 11, wscale=w, stride=4),
234
-
235
- conv1a=F.Conv2D(96, 96, 1, wscale=w),
236
-
237
- conv1b=F.Conv2D(96, 96, 1, wscale=w),
238
-
239
- conv2=F.Conv2D(96, 256, 5, wscale=w, pad=2),
240
-
241
- conv2a=F.Conv2D(256, 256, 1, wscale=w),
242
-
243
- conv2b=F.Conv2D(256, 256, 1, wscale=w),
244
-
245
- conv3=F.Conv2D(256, 384, 3, wscale=w, pad=1),
246
-
247
- conv3a=F.Conv2D(384, 384, 1, wscale=w),
248
-
249
- conv3b=F.Conv2D(384, 384, 1, wscale=w),
250
-
251
- conv4=F.Conv2D(384, 1024, 3, wscale=w, pad=1),
252
-
253
- conv4a=F.Conv2D(1024, 1024, 1, wscale=w),
254
-
255
- conv4b=F.Conv2D(1024, 1000, 1, wscale=w),
256
-
257
- )
258
-
259
-
260
-
261
- def forward(self, x_data,y_data,train=True):
262
-
263
- x = chainer.Variable(x_data, volatile=not train)
264
-
265
- t = chainer.Variable(y_data, volatile=not train)
266
-
267
-
268
-
269
- h = F.relu(self.conv1(x))
270
-
271
- h = F.relu(self.conv1a(h))
272
-
273
- h = F.relu(self.conv1b(h))
274
-
275
- h = F.max_pooling_2d(h, 3, stride=2)
276
-
277
- h = F.relu(self.conv2(h))
278
-
279
- h = F.relu(self.conv2a(h))
280
-
281
- h = F.relu(self.conv2b(h))
282
-
283
- h = F.max_pooling_2d(h, 3, stride=2)
284
-
285
- h = F.relu(self.conv3(h))
286
-
287
- h = F.relu(self.conv3a(h))
288
-
289
- h = F.relu(self.conv3b(h))
290
-
291
- h = F.max_pooling_2d(h, 3, stride=2)
292
-
293
- h = F.dropout(h, train=train)
294
-
295
- h = F.relu(self.conv4(h))
296
-
297
- h = F.relu(self.conv4a(h))
298
-
299
- h = F.relu(self.conv4b(h))
300
-
301
- h = F.reshape(F.average_pooling_2d(h, 6), (x_data.shape[0], 1000))
302
-
303
- return F.softmax_cross_entropy(h, t), F.accuracy(h, t)
304
-
305
-
306
-
307
- def predict(self, x_data):
308
-
309
- x = chainer.Variable(x_data, volatile=True)
310
-
311
-
312
-
313
- h = F.relu(self.conv1(x))
314
-
315
- h = F.relu(self.conv1a(h))
316
-
317
- h = F.relu(self.conv1b(h))
318
-
319
- h = F.max_pooling_2d(h, 3, stride=2)
320
-
321
- h = F.relu(self.conv2(h))
322
-
323
- h = F.relu(self.conv2a(h))
324
-
325
- h = F.relu(self.conv2b(h))
326
-
327
- h = F.max_pooling_2d(h, 3, stride=2)
328
-
329
- h = F.relu(self.conv3(h))
330
-
331
- h = F.relu(self.conv3a(h))
332
-
333
- h = F.relu(self.conv3b(h))
334
-
335
- h = F.max_pooling_2d(h, 3, stride=2)
336
-
337
- h = F.dropout(h, train=False)
338
-
339
- h = F.relu(self.conv4(h))
340
-
341
- h = F.relu(self.conv4a(h))
342
-
343
- h = F.relu(self.conv4b(h))
344
-
345
- h = F.reshape(F.average_pooling_2d(h, 6), (x_data.shape[0], 1000))
346
-
347
- return F.softmax(h)
348
-
349
- ```
350
-
351
- エラー内容が
352
-
353
- ```
354
-
355
- Traceback (most recent call last):
356
-
357
- File "~/nin.py", line 18, in __init__
358
-
359
- conv1=F.Conv2D(3, 96, 11, wscale=w, stride=4),
360
-
361
- AttributeError: 'module' object has no attribute 'Conv2D'
362
-
363
- ```
364
-
365
-
366
-
367
- となっており目下のところ
368
-
369
- ・wscaleに代わる重み初期値を割り振るもの
370
-
371
- ・conv2Dが使えない原因
372
-
373
-
374
-
375
- を解決したいです。
376
-
377
- 回答や原因がわかる方はご教授願います。

4

変更

2019/11/20 07:32

投稿

IwspP
IwspP

スコア7

test CHANGED
File without changes
test CHANGED
@@ -16,7 +16,7 @@
16
16
 
17
17
  openCV 2.4.9.1
18
18
 
19
- keras 2.3.1
19
+ keras 2.0.2
20
20
 
21
21
  tensorflow-gpu 1.5.0
22
22
 

3

追記

2019/11/20 06:38

投稿

IwspP
IwspP

スコア7

test CHANGED
@@ -1 +1 @@
1
- 古いchainer用の記述を書き換えたい
1
+ 古いプログラムの記述を書き換えたい
test CHANGED
@@ -16,6 +16,14 @@
16
16
 
17
17
  openCV 2.4.9.1
18
18
 
19
+ keras 2.3.1
20
+
21
+ tensorflow-gpu 1.5.0
22
+
23
+
24
+
25
+
26
+
19
27
 
20
28
 
21
29
  もとのファイルは

2

環境を変更

2019/11/20 06:31

投稿

IwspP
IwspP

スコア7

test CHANGED
File without changes
test CHANGED
@@ -6,15 +6,15 @@
6
6
 
7
7
  現在の環境
8
8
 
9
- Ubuntu 18.04
9
+ Ubuntu 16.04
10
10
 
11
11
  python 2.7*
12
12
 
13
- Chainer 3.6.6
13
+ Chainer 6.5.5
14
-
14
+
15
- CUDA 9.1
15
+ CUDA 9.0
16
-
16
+
17
- openCV 4.1.1.26
17
+ openCV 2.4.9.1
18
18
 
19
19
 
20
20
 

1

エラー内容に記述ミス

2019/11/20 06:10

投稿

IwspP
IwspP

スコア7

test CHANGED
File without changes
test CHANGED
@@ -346,11 +346,9 @@
346
346
 
347
347
  Traceback (most recent call last):
348
348
 
349
-
350
-
351
349
  File "~/nin.py", line 18, in __init__
352
350
 
353
- conv1=F.Convolution2D(3, 96, 11, wscale=w, stride=4),
351
+ conv1=F.Conv2D(3, 96, 11, wscale=w, stride=4),
354
352
 
355
353
  AttributeError: 'module' object has no attribute 'Conv2D'
356
354