p1ch2の結果について

[mikky1001]

ゴールデンレトリバーであるという結果が得られませんでした。
実行結果
('bucket, pail', 0.582305908203125)

懸念点として、resnet.eval()を実行したときにOutに何も表示されなかったことです。

環境はDockerHubから以下をpullして実行しています。
PCはM1Macです。

% docker run --rm -d -v $PWD:/app -p 8888:8888 \pman0214/pytorch_jupyterlab:1.9.0

ここで説明されているネットワークとは何を指しているのでしょうか？
合わせてお伺いできればと思います。

[mikky1001]

追記です。
以下のようにして解決しましたが、まだ疑問が残っています。
resnet = models.resnet101(pretrained=True)
を
resnet = models.resnet101(pretrained=True).eval()
にして
resnet.eval()
を実行せずに後処理を実行した場合
結果が
('golden retriever', 96.29335021972656)
となりました。
やっていることは同じだと思うのですが、この場合にうまくいくようになったのは
どういった理由が考えられるでしょうか？

[Gin5050]

ご連絡ありがとうございます。
返信が遅くなり大変申し訳ございません。

お手数ですが、正確な回答のために元の実行コード（失敗したもの）を提供いただけますでしょうか？

またここからは推測ですが、元のコードではeval()を実行せずに推論が行われたのではないでしょうか。
eval()で推論モードにしない場合、モデルのdropoutやbatch normalizationが正しく計算されません。

試しに手元でeval()を実行せずに推論したところ、mikky1001様と同様の結果が得られました

('bucket, pail', 0.582305908203125)

参考：https://pytorch.org/tutorials/beginner/basics/saveloadrun_tutorial.html

[mikky1001]

返信ありがとうございます。
以下がコードになります。
eval()についてはコード上では記述しておりました。

from torchvision import models

alexnet = models.alexnet()
resnet = models.resnet101(pretrained=True)

from torchvision import transforms
preprocess = transforms.Compose([
        transforms.Resize(256),
        transforms.CenterCrop(224),
        transforms.ToTensor(),
        transforms.Normalize(
            mean=[0.485, 0.456, 0.406],
            std=[0.229, 0.224, 0.225]
        )])
from PIL import Image

img = Image.open("data/bobby.jpeg")
img_t = preprocess(img)
import torch
batch_t = torch.unsqueeze(img_t, 0)
resnet.eval()
out = resnet(batch_t)
with open("data/imagenet_classes.txt") as f:
    labels = [line.strip() for line in f.readlines()]
_, index = torch.max(out, 1)
percentage = torch.nn.functional.softmax(out, dim=1)[0] *100
labels[index[0]],percentage[index[0]].item()

実行結果
('bucket, pail', 0.582305908203125)

また、resnet.eval()を実行した際の挙動として、記述部左の実行順を示す番号が表示されていません。
これが何かの役に立つかは分かりませんが。。。

すでに質問時に記述しておりますが、
resnet = models.resnet101(pretrained=True).eval()
と記述して実行した場合は求める答えを出すことができました。

よろしくお願いします。

[Gin5050]

mikky1001様

早速のご返信ありがとうございます。
また申し訳ありませんが、まだ原因の特定はできておりません。

こちらでいただいたコードとdocker環境で実行してみましたが、mikky1001様の現象は再現しませんでした。
（※ M1Macでの実行ではないため厳密に同じ環境ではありません）

可能であれば、Google colaboratoryで同様のコードを実行していただけないでしょうか。
（先ほど試したところ、正常に動作しました）
また、大変申し訳ありませんが、書籍内容はM1Macでの動作確認は実施しておらず、その他のコードに関しても期待通りの結果が得られない可能性があります

以上、よろしくお願いいたします