質問編集履歴
5
コードの追加
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -77,6 +77,59 @@
|
|
|
77
77
|
self.accuracy = F.accuracy(h, t)
|
|
78
78
|
return self.loss
|
|
79
79
|
|
|
80
|
+
train_imagenet.py
|
|
81
|
+
|
|
82
|
+
def train_loop():
|
|
83
|
+
# Trainer
|
|
84
|
+
graph_generated = False
|
|
85
|
+
while True:
|
|
86
|
+
while data_q.empty():
|
|
87
|
+
time.sleep(0.1)
|
|
88
|
+
inp = data_q.get()
|
|
89
|
+
if inp == 'end': # quit
|
|
90
|
+
res_q.put('end')
|
|
91
|
+
break
|
|
92
|
+
elif inp == 'train': # restart training
|
|
93
|
+
res_q.put('train')
|
|
94
|
+
model.train = True
|
|
95
|
+
continue
|
|
96
|
+
elif inp == 'val': # start validation
|
|
97
|
+
res_q.put('val')
|
|
98
|
+
#serializers.save_npz(args.out, model)
|
|
99
|
+
#model.to_cpu()
|
|
100
|
+
pickle.dump(model, open(args.out, 'wb'), -1)
|
|
101
|
+
serializers.save_npz(args.outstate, optimizer)
|
|
102
|
+
model.train = False
|
|
103
|
+
continue
|
|
104
|
+
|
|
105
|
+
volatile = 'off'if model.train else 'on'
|
|
106
|
+
#x = chainer.Variable(xp.asarray(inp[0]), volatile=volatile)
|
|
107
|
+
x = chainer.Variable(xp.asarray(inp[0]))
|
|
108
|
+
with chainer.no_backprop_mode():
|
|
109
|
+
#t = chainer.Variable(xp.asarray(inp[1]),volatile=volatile)
|
|
110
|
+
t = chainer.Variable(xp.asarray(inp[1]))
|
|
111
|
+
with chainer.no_backprop_mode():
|
|
112
|
+
|
|
113
|
+
#if model.train:
|
|
114
|
+
if model: #←
|
|
115
|
+
x = chainer.Variable(np.asarray(inp[0]))
|
|
116
|
+
t = chainer.Variable(np.asarray(inp[1]))
|
|
117
|
+
optimizer.update(model, x, t)
|
|
118
|
+
#print(f"acc: {model.accuracy.data}, loss: {model.loss.data}") #追加
|
|
119
|
+
if not graph_generated:
|
|
120
|
+
with open('graph.dot', 'w') as o:
|
|
121
|
+
o.write(computational_graph.build_computational_graph(
|
|
122
|
+
(model.loss,)).dump())
|
|
123
|
+
print('generated graph', file=sys.stderr)
|
|
124
|
+
graph_generated = True
|
|
125
|
+
else:
|
|
126
|
+
with chainer.no_backprop_mode():
|
|
127
|
+
|
|
128
|
+
model(x, t)
|
|
129
|
+
|
|
130
|
+
res_q.put((float(model.loss.data), float(model.accuracy.data)))
|
|
131
|
+
del x, t
|
|
132
|
+
|
|
80
133
|
### 試したこと
|
|
81
134
|
以前の質問で解決したのですが、PCが故障してしまいPCを変えたところ動かなくなってしまいました。
|
|
82
135
|
実行環境に関して覚えがなく、様々な環境で行ってみましたがうまいくいきませんでした。
|
4
説明追加
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -78,6 +78,9 @@
|
|
|
78
78
|
return self.loss
|
|
79
79
|
|
|
80
80
|
### 試したこと
|
|
81
|
+
以前の質問で解決したのですが、PCが故障してしまいPCを変えたところ動かなくなってしまいました。
|
|
82
|
+
実行環境に関して覚えがなく、様々な環境で行ってみましたがうまいくいきませんでした。
|
|
83
|
+
いろいろと調査したところchainerv4においてNumPy/CuPy 配列を引数に混在させた関数の呼び出しが機能しないというのは分かりましたが解決法が分からないという状態です。
|
|
84
|
+
↑の場合にincompatible array types are mixed in the forward input のエラーが出ることが分かりました。
|
|
81
85
|
|
|
82
|
-
ネット等での調査、同じエラーでの質問を見つけたが理解できなかった
|
|
83
86
|
|
3
変更
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
### 前提
|
|
2
2
|
|
|
3
|
-
chainerで機械学習
|
|
3
|
+
chainerで画像分類のための機械学習をしていたところエラーが発生した
|
|
4
4
|
|
|
5
5
|
### 実現したいこと
|
|
6
6
|
- [ ] エラーを修正
|
2
エラーコードの修正
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -6,9 +6,43 @@
|
|
|
6
6
|
- [ ] エラーを修正
|
|
7
7
|
|
|
8
8
|
### 発生している問題・エラーメッセージ
|
|
9
|
+
Traceback (most recent call last):
|
|
10
|
+
|
|
11
|
+
File "train_imagenet.py", line 352, in <module>
|
|
12
|
+
train_loop()
|
|
13
|
+
|
|
14
|
+
File "train_imagenet.py", line 327, in train_loop
|
|
15
|
+
optimizer.update(model, x, t)
|
|
16
|
+
|
|
17
|
+
File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\optimizer.py", line 864, in update
|
|
18
|
+
loss = lossfun(*args, **kwds)
|
|
19
|
+
|
|
20
|
+
File "C:\Users\user01\Desktop\実験データ\20201114\nin.py", line 35, in __call__
|
|
21
|
+
h = F.max_pooling_2d(F.relu(self.mlpconv1(x)), 3, stride=2)
|
|
22
|
+
|
|
23
|
+
File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\link.py", line 294, in __call__
|
|
24
|
+
out = forward(*args, **kwargs)
|
|
25
|
+
|
|
26
|
+
File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\links\connection\mlp_convolution_2d.py", line 107, in forward
|
|
27
|
+
x = f(l(x))
|
|
28
|
+
|
|
29
|
+
File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\link.py", line 294, in __call__
|
|
30
|
+
out = forward(*args, **kwargs)
|
|
31
|
+
|
|
32
|
+
File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\links\connection\convolution_2d.py", line 184, in forward
|
|
33
|
+
groups=self.groups)
|
|
34
|
+
|
|
35
|
+
File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\functions\connection\convolution_2d.py", line 589, in convolution_2d
|
|
36
|
+
y, = fnode.apply(args)
|
|
37
|
+
|
|
38
|
+
File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\function_node.py", line 289, in apply
|
|
39
|
+
utils._check_arrays_forward_compatible(in_data, self.label)
|
|
40
|
+
|
|
41
|
+
File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\utils\__init__.py", line 93, in _check_arrays_forward_compatible
|
|
42
|
+
', '.join(str(type(a)) for a in arrays)))
|
|
43
|
+
|
|
9
44
|
TypeError: incompatible array types are mixed in the forward input (Convolution2DFunction).
|
|
10
45
|
Actual: <class 'numpy.ndarray'>, <class 'cupy.core.core.ndarray'>, <class 'cupy.core.core.ndarray'>
|
|
11
|
-
|
|
12
46
|
### 該当のソースコード
|
|
13
47
|
|
|
14
48
|
```python
|
1
コードの修正
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -12,13 +12,31 @@
|
|
|
12
12
|
### 該当のソースコード
|
|
13
13
|
|
|
14
14
|
```python
|
|
15
|
+
def __init__(self):
|
|
16
|
+
w = math.sqrt(2) # MSRA scaling
|
|
17
|
+
super(NIN, self).__init__(
|
|
18
|
+
mlpconv1=L.MLPConvolution2D(
|
|
19
|
+
3, (96, 96, 96), 11, stride=4),
|
|
20
|
+
mlpconv2=L.MLPConvolution2D(
|
|
21
|
+
96, (256, 256, 256), 5, pad=2), #wscale=w削除
|
|
22
|
+
mlpconv3=L.MLPConvolution2D(
|
|
23
|
+
256, (384, 384, 384), 3, pad=1),
|
|
24
|
+
mlpconv4=L.MLPConvolution2D(
|
|
25
|
+
384, (1024, 1024, 1000), 3, pad=2),
|
|
26
|
+
)
|
|
27
|
+
self.train = True
|
|
28
|
+
|
|
29
|
+
def clear(self):
|
|
30
|
+
self.loss = None
|
|
31
|
+
self.accuracy = None
|
|
32
|
+
|
|
15
33
|
def __call__(self, x, t):
|
|
16
34
|
self.clear()
|
|
17
35
|
|
|
18
36
|
h = F.max_pooling_2d(F.relu(self.mlpconv1(x)), 3, stride=2)
|
|
19
37
|
h = F.max_pooling_2d(F.relu(self.mlpconv2(h)), 3, stride=2)
|
|
20
38
|
h = F.max_pooling_2d(F.relu(self.mlpconv3(h)), 3, stride=2)
|
|
21
|
-
h = self.mlpconv4(F.dropout(h))
|
|
39
|
+
h = self.mlpconv4(F.dropout(h))
|
|
22
40
|
h = F.reshape(F.average_pooling_2d(h, 6), (x.data.shape[0], 1000))
|
|
23
41
|
|
|
24
42
|
self.loss = F.softmax_cross_entropy(h, t)
|