chainerでconvolution_2d関連のエラーが出てしまう

Question

前提

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

実現したいこと

• エラーを修正

発生している問題・エラーメッセージ

Traceback (most recent call last):

File "train_imagenet.py", line 352, in <module>
train_loop()

File "train_imagenet.py", line 327, in train_loop
optimizer.update(model, x, t)

File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\optimizer.py", line 864, in update
loss = lossfun(*args, **kwds)

File "C:\Users\user01\Desktop\実験データ\20201114\nin.py", line 35, in call
h = F.max_pooling_2d(F.relu(self.mlpconv1(x)), 3, stride=2)

File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\link.py", line 294, in call
out = forward(*args, **kwargs)

File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\links\connection\mlp_convolution_2d.py", line 107, in forward
x = f(l(x))

File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\link.py", line 294, in call
out = forward(*args, **kwargs)

File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\links\connection\convolution_2d.py", line 184, in forward
groups=self.groups)

File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\functions\connection\convolution_2d.py", line 589, in convolution_2d
y, = fnode.apply(args)

File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\function_node.py", line 289, in apply
utils._check_arrays_forward_compatible(in_data, self.label)

File "C:\Users\user01\AppData\Local\Programs\Python\Python37\lib\site-packages\chainer\utils_init_.py", line 93, in _check_arrays_forward_compatible
', '.join(str(type(a)) for a in arrays)))

TypeError: incompatible array types are mixed in the forward input (Convolution2DFunction).
Actual: <class 'numpy.ndarray'>, <class 'cupy.core.core.ndarray'>, <class 'cupy.core.core.ndarray'>

該当のソースコード

    def __init__(self):
        w = math.sqrt(2)  # MSRA scaling
        super(NIN, self).__init__(
            mlpconv1=L.MLPConvolution2D(
                3, (96, 96, 96), 11, stride=4),
            mlpconv2=L.MLPConvolution2D(
                96, (256, 256, 256), 5, pad=2), #wscale=w削除
            mlpconv3=L.MLPConvolution2D(
                256, (384, 384, 384), 3, pad=1),
            mlpconv4=L.MLPConvolution2D(
                384, (1024, 1024, 1000), 3, pad=2),
        )
        self.train = True

    def clear(self):
        self.loss = None
        self.accuracy = None

    def __call__(self, x, t):
        self.clear()
       
        h = F.max_pooling_2d(F.relu(self.mlpconv1(x)), 3, stride=2)
        h = F.max_pooling_2d(F.relu(self.mlpconv2(h)), 3, stride=2)
        h = F.max_pooling_2d(F.relu(self.mlpconv3(h)), 3, stride=2)
        h = self.mlpconv4(F.dropout(h)) 
        h = F.reshape(F.average_pooling_2d(h, 6), (x.data.shape[0], 1000))

        self.loss = F.softmax_cross_entropy(h, t)
        self.accuracy = F.accuracy(h, t)
        return self.loss

train_imagenet.py

def train_loop():
    # Trainer
    graph_generated = False
    while True:
        while data_q.empty():
            time.sleep(0.1)
        inp = data_q.get()
        if inp == 'end':  # quit
            res_q.put('end')
            break
        elif inp == 'train':  # restart training
            res_q.put('train')
            model.train = True
            continue
        elif inp == 'val':  # start validation
            res_q.put('val')
            #serializers.save_npz(args.out, model)
            #model.to_cpu()
            pickle.dump(model, open(args.out, 'wb'), -1)
            serializers.save_npz(args.outstate, optimizer)
            model.train = False
            continue

        volatile = 'off'if model.train else 'on'
        #x = chainer.Variable(xp.asarray(inp[0]), volatile=volatile)
        x = chainer.Variable(xp.asarray(inp[0]))
        with chainer.no_backprop_mode():
        #t = chainer.Variable(xp.asarray(inp[1]),volatile=volatile)
            t = chainer.Variable(xp.asarray(inp[1]))
        with chainer.no_backprop_mode():

            #if model.train:
            if model:  #←
                x = chainer.Variable(np.asarray(inp[0]))
                t = chainer.Variable(np.asarray(inp[1]))
                optimizer.update(model, x, t)
                #print(f"acc: {model.accuracy.data}, loss: {model.loss.data}") #追加
                if not graph_generated:
                    with open('graph.dot', 'w') as o:
                        o.write(computational_graph.build_computational_graph(
                        (model.loss,)).dump())
                    print('generated graph', file=sys.stderr)
                    graph_generated = True
            else:
                with chainer.no_backprop_mode():  
                
                    model(x, t)

            res_q.put((float(model.loss.data), float(model.accuracy.data)))
            del x, t

### 試したこと
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。
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。
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。
↑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。

Comments

[jbpb0]

質問に記載のエラーメッセージよりも上に「Traceback」と書かれてたら、そこから下をできるだけ省略せずに質問に記載してください
(ここに書くのではなく、質問を編集して追記する)

ユーザー名等の個人情報は伏せ字でいいですが、それ以外はできるだけそのまま記載してください

[jbpb0]

エラーメッセージによると、「train_imagenet.py」の「train_loop()」の「optimizer.update(model, x, t)」でエラーになってるので、その行までの情報も無いと、よく分りません
どんなデータを使って、何をしてるのか

参考にしてる(同じコードが記載されてる)Webページや、書籍とかありませんでしょうか？
もしあるなら、Webページのurlとか、書籍名とページ数とか、質問に追記してください
(ここに書くのではなく、質問を編集して追記する)

【追記】
https://teratail.com/questions/l6qzsx59ibul6y
の質問のコードに、回答の修正を適用したものでしょうか？

[shinww]

おっしゃるとおりです。以前のものから環境を変えたらできなくなってしまいました。

[jbpb0]

https://teratail.com/questions/l6qzsx59ibul6y
の時は、回答のコメントで「コードの修正したところ学習がうまくいくようになりました。」と書いてたのだから、ちゃんと実行できてたのですよね

そこからの変化点は何でしょうか？
使ってるデータを変えたのでしょうか？
当時と全く同じデータとコードで実行しても、この質問のエラーが出るのでしょうか？

[shinww]

使っていたPCが故障してしまい、別のPCで行ってみたところ不具合が出てしまったという感じです。

Answer 1

gpu.~を追加することで解決しました。