5.5.3.でひっかかりました

[tom]

お世話になります。

5.5.3.のコードに、

• FIXME_1 = 64
• FIXME_2 = 128
• FIXME_3 = 128
• FIXME_4 = 128
• FIXME_5 = 128

を入力し、実行したのですが、

TypeError: __init__() missing 1 required positional argument: 'out_channels'

と表示されます。

def __init__(self, out_h, out_w, n_class=1):　

のところで、out_channelsを記載する必要があると思い、

out_channels=out_h, out_w　や、out_h and out_w など試してみたのですが、うまくいきません。

ど対処したらよいものでしょうか。

どなたか教えていただけませんでしょうか？

class FullyConvolutionalNetwork(chainer.Chain): def __init__(self, out_h, out_w, n_class=1): super().__init__() with self.init_scope(): # L.Convolution2D(in_ch, out_ch, ksize, stride, pad) # in_chは省略することができるので， # L.Convolution2D(out_ch, ksize, stride, pad) # とかくこともできます． self.conv1 = L.Convolution2D(None, FIXME_1=64, ksize=5, stride=2, pad=2) self.conv2 = L.Convolution2D(None, FIXME_2=128, ksize=5, stride=2, pad=2) self.conv3 = L.Convolution2D(None, FIXME_3=128, ksize=3, stride=1, pad=1) self.conv4 = L.Convolution2D(None, FIXME_4=128, ksize=3, stride=1, pad=1) self.conv5 = L.Convolution2D(None, FIXME_5=128, ksize=1, stride=1, pad=0) # L.Deconvolution2D(in_ch, out_ch, ksize, stride, pad) # in_chは省略することができるので， # L.Deconvolution2D(out_ch, ksize, stride, pad) # と書くこともできます． self.deconv6 = L.Deconvolution2D(None, n_class, ksize=32, stride=16, pad=8) self.out_h = out_h self.out_w = out_w def forward(self, x): h = F.relu(self.conv1(x)) h = F.max_pooling_2d(h, 2, 2) h = F.relu(self.conv2(h)) h = F.max_pooling_2d(h, 2, 2) h = F.relu(self.conv3(h)) h = F.relu(self.conv4(h)) h = self.conv5(h) h = self.deconv6(h) return h.reshape(x.shape[0], 1, h.shape[2], h.shape[3]) print(FullyConvolutionalNetwork(256, 256)(np.zeros((1, 1, 256, 256), dtype=np.float32)).shape[2:])

に対し、

TypeError                                 Traceback (most recent call last)

<ipython-input-35-63c544d1354c> in <module>()
     40         return h.reshape(x.shape[0], 1, h.shape[2], h.shape[3])
     41 
---> 42 print(FullyConvolutionalNetwork(256, 256)(np.zeros((1, 1, 256, 256), dtype=np.float32)).shape[2:])

<ipython-input-35-63c544d1354c> in __init__(self, out_h, out_w, n_class)
     13             # L.Convolution2D(out_ch, ksize, stride, pad)
     14             # とかくこともできます．
---> 15             self.conv1 = L.Convolution2D(None, FIXME_1=64, ksize=5, stride=2, pad=2)
     16             self.conv2 = L.Convolution2D(None, FIXME_2=128, ksize=5, stride=2, pad=2)
     17             self.conv3 = L.Convolution2D(None, FIXME_3=128, ksize=3, stride=1, pad=1)

TypeError: __init__() missing 1 required positional argument: 'out_channels'

と表示されます。

[shunta...@gmail.com]

表示されたTypeErrorは，FullyConvolutionalNetworkクラスのコンストラクタでなくConvolution2Dクラスのコンストラクタで起きたエラーです．

Convolution2Dクラスのコンストラクタにout_channelsという位置引数が与えられていないということを言っています．

代わりにFIXME_1というキーワード引数が与えられていますが，Convolution2DクラスにFIXME_1というキーワード引数は定義されていません．ただし，可変長引数を取る定義になっているため渡すことはできます（参考：https://github.com/chainer/chainer/blob/master/chainer/links/connection/convolution_2d.py#L108）

もとのコードは変更せずに，クラス定義の外側にFIXME_1=64などの行を追加すれば位置引数としてConvolution2Dのout_channelsに値を渡すことになりますし，out_channels=64などの形でキーワード引数として渡しても良いです．

どちらかを試してみてください．

[tom]

ありがとうございました。

外側にFIXME_1=64・・と追記して、実行できました。下に添付してみます。

最後のout_channels=64というのは、

self.conv1 = L.Convolution2D(None, out_channels=64, ksize=5, stride=2, pad=2)

としてもよいです。という理解でよろしかったですよね。

大変ありがとうございました。

エラーが生じたときに、何がおかしいのか、うまく同定できない状況でしたので、ありがとうございました。

学習を進めてまいります。

from chainer import reporter

from chainer import cuda

from chainercv import evaluations

class FullyConvolutionalNetwork(chainer.Chain):

    def __init__(self, out_h, out_w, n_class=1):

        super().__init__()

        with self.init_scope():

            # L.Convolution2D(in_ch, out_ch, ksize, stride, pad)

            # in_chは省略することができるので，

            # L.Convolution2D(out_ch, ksize, stride, pad)

            # とかくこともできます．

            FIXME_1 = 64

            FIXME_2 = 128

            FIXME_3 = 128

            FIXME_4 = 128

            FIXME_5 = 128

            self.conv1 = L.Convolution2D(None, FIXME_1, ksize=5, stride=2, pad=2)

            self.conv2 = L.Convolution2D(None, FIXME_2, ksize=5, stride=2, pad=2)

            self.conv3 = L.Convolution2D(None, FIXME_3, ksize=3, stride=1, pad=1)

            self.conv4 = L.Convolution2D(None, FIXME_4, ksize=3, stride=1, pad=1)

            self.conv5 = L.Convolution2D(None, FIXME_5, ksize=1, stride=1, pad=0)

            # L.Deconvolution2D(in_ch, out_ch, ksize, stride, pad)

            # in_chは省略することができるので，

            # L.Deconvolution2D(out_ch, ksize, stride, pad)

            # と書くこともできます．

            self.deconv6 = L.Deconvolution2D(None, n_class, ksize=32, stride=16, pad=8)

        self.out_h = out_h

        self.out_w = out_w

    def forward(self, x):

        h = F.relu(self.conv1(x))

        h = F.max_pooling_2d(h, 2, 2)

        h = F.relu(self.conv2(h))

        h = F.max_pooling_2d(h, 2, 2)

        h = F.relu(self.conv3(h))

        h = F.relu(self.conv4(h))

        h = self.conv5(h)

        h = self.deconv6(h)

        return h.reshape(x.shape[0], 1, h.shape[2], h.shape[3])

print(FullyConvolutionalNetwork(256, 256)(np.zeros((1, 1, 256, 256), dtype=np.float32)).shape[2:])

2019年1月8日火曜日 14時31分27秒 UTC+9 shunta...@gmail.com: