質問編集履歴
2
該当コードを載せないと分かりにくいとのご指摘を受けたのでコードを載せました。
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1,4 +1,4 @@
|
|
|
1
|
-
# 解決したい問題
|
|
1
|
+
![# 解決したい問題
|
|
2
2
|
3600個の画像データをミニバッチ処理するCNNを含んだニューラルネットワークの中の活性化関数の手前にBatch Normalizationを入れたいが、一個でも入れると ”ValueError: operands could not be broadcast together with shapes (50176,16) (12544,16) ”と エラーが出てしまい実行できない。
|
|
3
3
|
該当する行列はmu(バッチ正規化する際の平均値）の行列
|
|
4
4
|
|
|
@@ -8,40 +8,197 @@
|
|
|
8
8
|
なぜなら、上記の例では、データ数：3600、batch size:64でその商が56と1/4であり、12544は50176の1/4であるからだ。
|
|
9
9
|
しかし、バッチサイズをデータ数を割り切れる数字(例：100)に設定したところ、再び、”ValueError: operands could not be broadcast together with shapes (78400,16) (2822400,16) ”とエラーが出てしまい、何が原因なのか、わからなくなってしまいました。
|
|
10
10
|
|
|
11
|
-
|
|
12
|
-
|
|
13
|
-
|
|
14
|
-
|
|
15
|
-
|
|
16
|
-
|
|
17
|
-
`
|
|
18
|
-
|
|
19
|
-
|
|
20
|
-
|
|
21
|
-
|
|
22
|
-
|
|
23
|
-
|
|
24
|
-
|
|
25
|
-
|
|
26
|
-
|
|
27
|
-
|
|
28
|
-
|
|
29
|
-
|
|
30
|
-
|
|
31
|
-
|
|
32
|
-
|
|
33
|
-
|
|
34
|
-
|
|
35
|
-
|
|
36
|
-
|
|
37
|
-
|
|
38
|
-
|
|
39
|
-
|
|
40
|
-
|
|
41
|
-
|
|
42
|
-
|
|
43
|
-
|
|
44
|
-
|
|
11
|
+
### 該当コード
|
|
12
|
+
### テキスト畳み込みニューラルネットワーク（ゼロから作るディープラーニング１のドロップアウトをバッチノーマライゼーションに変更）は文字数制約のため添付写真に表示
|
|
13
|
+
|
|
14
|
+
|
|
15
|
+
#### バッチノーマライゼーションのコード
|
|
16
|
+
|
|
17
|
+
```Python3
|
|
18
|
+
class BatchNormalization:
|
|
19
|
+
def __init__(self, gamma, beta, rho=0.9, moving_mean=None, moving_var=None):
|
|
20
|
+
self.gamma = gamma # 学習によって更新させる.
|
|
21
|
+
self.beta = beta # 学習によって更新させる
|
|
22
|
+
self.rho = rho
|
|
23
|
+
|
|
24
|
+
# 予測時に使用する平均と分散
|
|
25
|
+
self.moving_mean = moving_mean # muの移動平均
|
|
26
|
+
self.moving_var = moving_var # varの移動平均
|
|
27
|
+
|
|
28
|
+
# 計算中に算出される値を保持しておく変数群
|
|
29
|
+
self.batch_size = None
|
|
30
|
+
self.x_mu = None
|
|
31
|
+
self.x_std = None
|
|
32
|
+
self.std = None
|
|
33
|
+
self.dgamma = None
|
|
34
|
+
self.dbeta = None
|
|
35
|
+
|
|
36
|
+
def forward(self, x, train_flg=True):
|
|
37
|
+
"""
|
|
38
|
+
順伝播計算
|
|
39
|
+
x : CNNの場合は4次元、全結合層の場合は2次元
|
|
40
|
+
"""
|
|
41
|
+
if x.ndim == 4:
|
|
42
|
+
"""
|
|
43
|
+
画像形式の場合
|
|
44
|
+
"""
|
|
45
|
+
N, C, H, W = x.shape
|
|
46
|
+
x = x.transpose(0, 2, 3, 1) # NHWCに入れ替え
|
|
47
|
+
x = x.reshape(N*H*W, C) # (N*H*W,C)の2次元配列に変換
|
|
48
|
+
out = self.__forward(x, train_flg)
|
|
49
|
+
out = out.reshape(N, H, W, C)# 4次元配列に変換
|
|
50
|
+
out = out.transpose(0, 3, 1, 2) # 軸をNCHWに入れ替え
|
|
51
|
+
elif x.ndim == 2:
|
|
52
|
+
"""
|
|
53
|
+
画像形式以外の場合
|
|
54
|
+
"""
|
|
55
|
+
out = self.__forward(x, train_flg)
|
|
56
|
+
|
|
57
|
+
return out
|
|
58
|
+
|
|
59
|
+
def __forward(self, x, train_flg, epsilon=1e-8):
|
|
60
|
+
"""
|
|
61
|
+
x : 入力. N×Dの行列. Nはバッチサイズ. Dは手前の層のノード数
|
|
62
|
+
"""
|
|
63
|
+
if (self.moving_mean is None) or (self.moving_var is None):
|
|
64
|
+
N, D = x.shape
|
|
65
|
+
self.moving_mean = np.zeros(D)
|
|
66
|
+
self.moving_var = np.zeros(D)
|
|
67
|
+
|
|
68
|
+
if train_flg:
|
|
69
|
+
"""
|
|
70
|
+
学習時
|
|
71
|
+
"""
|
|
72
|
+
# 入力xについて、Nの方向に平均値を算出.
|
|
73
|
+
N, D = x.shape
|
|
74
|
+
mu = np.mean(x, axis=0) # 要素数D個のベクトル
|
|
75
|
+
mu = np.broadcast_to(mu, (N, D)) # Nの方向にブロードキャスト
|
|
76
|
+
print("mu.shape=", mu.shape)
|
|
77
|
+
|
|
78
|
+
# 入力xから平均値を引く
|
|
79
|
+
x_mu = x - mu # N×D行列
|
|
80
|
+
print("x_mu.shape=", x_mu.shape)
|
|
81
|
+
|
|
82
|
+
# 入力xの分散を求める
|
|
83
|
+
var = np.mean(x_mu**2, axis=0) # 要素数D個のベクトル
|
|
84
|
+
print("var.shape=", var.shape)
|
|
85
|
+
|
|
86
|
+
# 入力xの標準偏差を求める(epsilonを足してから標準偏差を求める)
|
|
87
|
+
std = np.sqrt(var + epsilon) # 要素数D個のベクトル
|
|
88
|
+
print("std.shape=", std.shape)
|
|
89
|
+
|
|
90
|
+
# 標準偏差の逆数を求める
|
|
91
|
+
std_inv = 1 / std
|
|
92
|
+
std_inv = np.broadcast_to(std_inv, (N, D)) # Nの方向にブロードキャスト
|
|
93
|
+
print("std_inv.shape=", std_inv.shape)
|
|
94
|
+
|
|
95
|
+
# 標準化
|
|
96
|
+
x_std = x_mu * std_inv #N*D行列
|
|
97
|
+
print("x_std.shape=", x_std.shape)
|
|
98
|
+
|
|
99
|
+
# 値を保持しておく
|
|
100
|
+
self.batch_size = x.shape[0]
|
|
101
|
+
self.x_mu = x_mu
|
|
102
|
+
self.x_std = x_std
|
|
103
|
+
self.std = std
|
|
104
|
+
self.moving_mean = self.rho * self.moving_mean + (1-self.rho) * mu
|
|
105
|
+
self.moving_var = self.rho * self.moving_var + (1-self.rho) * var
|
|
106
|
+
else:
|
|
107
|
+
"""
|
|
108
|
+
予測時
|
|
109
|
+
"""
|
|
110
|
+
x_mu = x - self.moving_mean # N*D行列
|
|
111
|
+
x_std = x_mu / np.sqrt(self.moving_var + epsilon) # N*D行列
|
|
112
|
+
|
|
113
|
+
# gammaでスケールし、betaでシフトさせる
|
|
114
|
+
out = self.gamma * x_std + self.beta # N*D行列
|
|
115
|
+
return out
|
|
116
|
+
|
|
117
|
+
def backward(self, dout):
|
|
118
|
+
"""
|
|
119
|
+
逆伝播計算
|
|
120
|
+
dout : CNNの場合は4次元、全結合層の場合は2次元
|
|
121
|
+
"""
|
|
122
|
+
if dout.ndim == 4:
|
|
123
|
+
"""
|
|
124
|
+
画像形式の場合
|
|
125
|
+
"""
|
|
126
|
+
N, C, H, W = dout.shape
|
|
127
|
+
dout = dout.transpose(0, 2, 3, 1) # NHWCに入れ替え
|
|
128
|
+
dout = dout.reshape(N*H*W, C) # (N*H*W,C)の2次元配列に変換
|
|
129
|
+
dx = self.__backward(dout)
|
|
130
|
+
dx = dx.reshape(N, H, W, C)# 4次元配列に変換
|
|
131
|
+
dx = dx.transpose(0, 3, 1, 2) # 軸をNCHWに入れ替え
|
|
132
|
+
elif dout.ndim == 2:
|
|
133
|
+
"""
|
|
134
|
+
画像形式以外の場合
|
|
135
|
+
"""
|
|
136
|
+
dx = self.__backward(dout)
|
|
137
|
+
|
|
138
|
+
return dx
|
|
139
|
+
|
|
140
|
+
def __backward(self, dout):
|
|
141
|
+
"""
|
|
142
|
+
ここを完成させるには、計算グラフを理解する必要があり、実装にかなり時間がかかる.
|
|
143
|
+
"""
|
|
144
|
+
N, D = self.x_.shape
|
|
145
|
+
|
|
146
|
+
# betaの勾配
|
|
147
|
+
dbeta = np.sum(dout, axis=0)
|
|
148
|
+
|
|
149
|
+
# gammaの勾配(Nの方向に合計)
|
|
150
|
+
dgamma = np.sum(self.x_std * dout, axis=0)
|
|
151
|
+
|
|
152
|
+
# Xstdの勾配
|
|
153
|
+
a1 = self.gamma * dout
|
|
154
|
+
print("a1.shape=", a1.shape)
|
|
155
|
+
|
|
156
|
+
# Xmuの勾配(1つ目)
|
|
157
|
+
a2 = a1 / self.std
|
|
158
|
+
print("a2.shape=", a2.shape)
|
|
159
|
+
|
|
160
|
+
# 標準偏差の逆数の勾配
|
|
161
|
+
a3 = a1 * self.x_mu
|
|
162
|
+
print("a3.shape=", a3.shape)
|
|
163
|
+
a3 = np.sum(a3, axis=0) # Nの方向に合計
|
|
164
|
+
|
|
165
|
+
# 標準偏差の勾配
|
|
166
|
+
a4 = -(a3) / (self.std * self.std)
|
|
167
|
+
print("a4.shape=", a4.shape)
|
|
168
|
+
|
|
169
|
+
# 分散の勾配
|
|
170
|
+
a5 = 0.5 * a4 / self.std
|
|
171
|
+
print("a5.shape=", a5.shape)
|
|
172
|
+
|
|
173
|
+
# Xmuの2乗の勾配
|
|
174
|
+
a6 = a5 / self.batch_size
|
|
175
|
+
a6 = np.broadcast_to(a6, (N, D)) # Nの方向にブロードキャスト
|
|
176
|
+
print("a6=",a6)
|
|
177
|
+
print("a6.shape=", a6.shape)
|
|
178
|
+
|
|
179
|
+
# Xmuの勾配(2つ目)
|
|
180
|
+
a7 = 2.0 * self.x_mu * a6
|
|
181
|
+
print("a7.shape=", a7.shape)
|
|
182
|
+
|
|
183
|
+
# muの勾配
|
|
184
|
+
a8 = -(a2+a7)
|
|
185
|
+
print("a8.shape=", a8.shape)
|
|
186
|
+
a8 = np.sum(a8, axis=0) # Nの方向に合計
|
|
187
|
+
|
|
188
|
+
# Xの勾配
|
|
189
|
+
a9 = a8 / self.batch_size
|
|
190
|
+
a9 = np.broadcast_to(a9, (N, D)) # Nの方向にブロードキャスト
|
|
191
|
+
dx = a2 + a7 + a9
|
|
192
|
+
print("a9.shape=", a9.shape)
|
|
193
|
+
|
|
194
|
+
self.dgamma = dgamma
|
|
195
|
+
self.dbeta = dbeta
|
|
196
|
+
|
|
197
|
+
return dx
|
|
198
|
+
```
|
|
199
|
+
|
|
200
|
+
|
|
201
|
+
エラー文
|
|
45
202
|
|
|
46
203
|
~/Downloads/*****/畳み込み/common/layers.py in __forward(self, x, train_flg, epsilon)
|
|
47
204
|
371 self.x_std = x_std
|
|
@@ -54,11 +211,11 @@
|
|
|
54
211
|
|
|
55
212
|
|
|
56
213
|
|
|
57
|
-
ご回答いただけたら、幸いです。
|
|
214
|
+
ご回答いただけたら、幸いです。](https://ddjkaamml8q8x.cloudfront.net/questions/2022-02-11/a99998cf-725f-4dac-8169-3cab12cdf9b5.png)
|
|
58
|
-
|
|
59
|
-
|
|
60
|
-
|
|
61
|
-
|
|
62
|
-
|
|
63
|
-
|
|
64
|
-
|
|
215
|
+
|
|
216
|
+
|
|
217
|
+
|
|
218
|
+
|
|
219
|
+
|
|
220
|
+
|
|
221
|
+
|
1
ミニバッチ処理していることを明記していなかったので、明記いたしました。
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1,5 +1,5 @@
|
|
|
1
1
|
# 解決したい問題
|
|
2
|
-
3600個の画像データを処理するCNNを含んだニューラルネットワークの中の活性化関数の手前にBatch Normalizationを入れたいが、一個でも入れると ”ValueError: operands could not be broadcast together with shapes (50176,16) (12544,16) ”と エラーが出てしまい実行できない。
|
|
2
|
+
3600個の画像データをミニバッチ処理するCNNを含んだニューラルネットワークの中の活性化関数の手前にBatch Normalizationを入れたいが、一個でも入れると ”ValueError: operands could not be broadcast together with shapes (50176,16) (12544,16) ”と エラーが出てしまい実行できない。
|
|
3
3
|
該当する行列はmu(バッチ正規化する際の平均値）の行列
|
|
4
4
|
|
|
5
5
|
# 自分なりに考えたこと
|