1

私は MNIST データセットに取り組んでおり、データ拡張を使用してニューラル ネットワークをトレーニングしています。各画像から 24、24 サブイメージをランダムに抽出し、それを NN の入力として使用する BatchIterator があります。

トレーニングに関する限り、すべてがうまくいきます。しかし、予測のために、特定の画像から 5 つのサブ画像を抽出し、予測を平均化したいのですが、うまくいきません。

ここに私の BatchIterator があります:

class CropIterator(BatchIterator):

    def __init__(self, batch_size, crop=4, testing=False):
        super(CropIterator, self).__init__(batch_size)
        self.testing = testing
        self.crop = crop


    def transform(self, Xb, yb):
        crop = self.crop
        batch_size, channels, width, height = Xb.shape
        if not self.testing:
            y_new = yb      
            X_new = np.zeros([batch_size, channels, width - crop, height - crop]).astype(np.float32)
            for i in range(batch_size):
                x = np.random.randint(0, crop+1)
                y = np.random.randint(0, crop+1)
                X_new[i] = Xb[i, :, x:x+width-crop, y:y+height-crop]
        else:
            X_new = np.zeros([5 * batch_size, channels, width - crop, height - crop]).astype(np.float32)
            y_new = np.zeros(5 * batch_size).astype(np.int32)
            for i in range(batch_size):
                for idx, position in enumerate([(0,0), (0, crop), (crop, 0), (crop, crop), (crop//2, crop//2)]):
                    # all extreme cropppings + the middle one
                    x_idx = position[0]
                    y_idx = position[1]
                    X_new[5*i+idx, :] = Xb[i, :, x_idx:x_idx+width-crop, y_idx:y_idx+height-crop]
                    y_new[5*i+idx] = yb[i]
        return X_new, y_new

私のネットをトレーニングデータに当てはめることはうまくnet.predict(X_test)いきますが、そうするとエラーが発生します。CropIterator.transform()ybNone

完全なコール スタックは次のとおりです。

/usr/local/lib/python2.7/site-packages/nolearn/lasagne/base.pyc in predict(self, X)
    526             return self.predict_proba(X)
    527         else:
--> 528             y_pred = np.argmax(self.predict_proba(X), axis=1)
    529             if self.use_label_encoder:
    530                 y_pred = self.enc_.inverse_transform(y_pred)

/usr/local/lib/python2.7/site-packages/nolearn/lasagne/base.pyc in predict_proba(self, X)
    518     def predict_proba(self, X):
    519         probas = []
--> 520         for Xb, yb in self.batch_iterator_test(X):
    521             probas.append(self.apply_batch_func(self.predict_iter_, Xb))
    522         return np.vstack(probas)

/usr/local/lib/python2.7/site-packages/nolearn/lasagne/base.pyc in __iter__(self)
     78             else:
     79                 yb = None
---> 80             yield self.transform(Xb, yb)
     81 
     82     @property

<ipython-input-56-59463a9f9924> in transform(self, Xb, yb)
     33                     y_idx = position[1]
     34                     X_new[5*i+idx, :] = Xb[i, :, x_idx:x_idx+width-crop, y_idx:y_idx+height-crop]
---> 35                     y_new[5*i+idx] = yb[i]
     36         return X_new, y_new
     37 

TypeError: 'NoneType' object has no attribute '__getitem__'

のテスト部分でそれを修正する方法について何か考えはありCropIterator.transform()ますか?

4

1 に答える 1

1

のコードnolearn.lasagne.BatchIteratorとクラスでの使用方法を見ると、が提供されていない場合、つまり予測モードで動作する必要があるようです。520 行目の呼び出しでは、が提供されていますが、値が指定されていないため、デフォルトで に設定されていることに注意してください。nolearn.lasagne.NeuralNetBatchIteratoryXyNone

現在、それは常に非値CropIteratorであると想定しています。が提供されていないときに何か役に立つことをするのが理にかなっているのかどうかはわかりませんが、 if isを変換して返すことができると思います。ybNoneybXbNoney_newybNone

于 2015-08-20T10:00:05.627 に答える