Я пытаюсь загрузить некоторые файлы изображений (JPG-файлы) с некоторыми метками и передать их в сверточную нейронную сеть (CNN) в PyTorch, следуя примеру здесь .Тем не менее, похоже, что нет приличных сквозных обучающих программ .Проблема, с которой я сталкиваюсь, заключается в следующем.
RuntimeError: thnn_conv2d_forward is not implemented for type
torch.ByteTensor
Мой Dataset выглядит следующим образом.
class ImageData(Dataset):
def __init__(self, width=256, height=256, transform=None):
self.width = width
self.height = height
self.transform = transform
y, x = get_images() #y is a list of labels, x is a list of file paths
self.y = y
self.x = x
def __getitem__(self, index):
img = Image.open(self.x[index]) # use pillow to open a file
img = img.resize((self.width, self.height)) # resize the file to 256x256
img = img.convert('RGB') #convert image to RGB channel
if self.transform is not None:
img = self.transform(img)
img = np.asarray(img).transpose(-1, 0, 1) # we have to change the dimensions from width x height x channel (WHC) to channel x width x height (CWH)
img = torch.from_numpy(np.asarray(img)) # create the image tensor
label = torch.from_numpy(np.asarray(self.y[index]).reshape([1, 1])) # create the label tensor
return img, label
def __len__(self):
return len(self.x)
CNN взята из здесь имодифицируется для обработки NCWH (пакет х канал х ширина х высота) следующим образом.
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(3, 256, 256)
self.pool = nn.MaxPool2d(2, 2)
self.conv2 = nn.Conv2d(6, 16, 5)
self.fc1 = nn.Linear(16 * 5 * 5, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)
def forward(self, x):
x = self.pool(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))
x = x.view(-1, 16 * 5 * 5)
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
Цикл обучения также взят из того же учебника и выглядит следующим образом.
for epoch in range(2): # loop over the dataset multiple times
running_loss = 0.0
for i, data in enumerate(dataloader, 0):
# get the inputs
inputs, labels = data
# zero the parameter gradients
optimizer.zero_grad()
# forward + backward + optimize
outputs = net(inputs)
loss = criterion(outputs, labels)
loss.backward()
optimizer.step()
# print statistics
running_loss += loss.item()
if i % 2000 == 1999: # print every 2000 mini-batches
print('[%d, %5d] loss: %.3f' %
(epoch + 1, i + 1, running_loss / 2000))
running_loss = 0.0
print('Finished Training')
Тем не менее, RuntimeError, упомянутый выше, выбрасывается.Любые идеи о том, что я делаю неправильно?
Кроме того, я знаю, что без транспонирования данных изображения он имеет форму WHC, но модель NN требует его как CWH.Проблема в том, что если мы перейдем с WHC на CWH, то мы больше не сможем просто отобразить изображения, если переберем DataLoader.
data = ImageData()
dataloader = DataLoader(data, batch_size=10, shuffle=True, num_workers=1)
imgs, labels = next(iter(dataloader))
plt.imshow(imgs.numpy()[0,:,:,:])
plt.show()
Попытка выполнить приведет к следующей ошибке.
TypeError: Invalid dimensions for image data
Для меня эта Подушка дает вам WHC, и вы можете использовать это для построения графика, но PyTorch CNN хочет, чтобы CWH обрабатывал, это неприятность.Любая идея о том, как последовательно или легко не делать так много преобразований, но быть в состоянии построить и передать данные в CNN?Или это несоответствие WHC и CWH - просто то, с чем нам приходится жить?
Без транспонирования изображения при подаче его в CNN выдается следующая ошибка.
RuntimeError: Given groups=1, weight[256, 3, 256, 256], so expected
input[10, 256, 256, 3] to have 3 channels, but got 256 channels
.