試してみたこと
Googleアンケートの残高が溜まったのでFocus todoのPro版を購入。25分5分をエンドレスで流すことで「休憩ボタン押さないで休憩しよう」をしないようにした。
英語勉強
- FRIENDS 1-1を見る わからない所がまだ残っているので重点的に見る。
- 洋書多読は今からちょっとやる。Hollywood読むよ！
筋トレ
- リングフィットアドベンチャーを2ステージほど。フッキンリーまで撃破 10日達成！
その他
会社でやったことは小出しにするべきだった。。。
Python3のDecoratorに関するメモ
要点
- Decoratorは関数をラップすることで前処理と後処理を追加できる
- 例えばあるfunctionの時間測定ならそこまで前処理と後処理は変わらないのだから、Decoratorを使うことで書くコード量を減らせる。
- 同じようなAssertionを導入したい時とかにも使えるかも?
コードサンプル
import time
def time_calc(func):
def timer(*args):
start = time.time()
output = func(*args)
end = time.time()
print(f'calculate time is {end-start} sec')
return output
return timer
@time_calc
def test(n: int) -> int:
output = 0
while n > 1:
n = n-1
output += 1
return output
if __name__ == '__main__':
print(test(10000000))
何が起きているか
- time_calc関数にtest()がinputされることによって、時間測定関数であるtimerの関数が新たに呼び出されるようになる
- @でくくっているtest関数を呼び出す際はtest関数本体ではなくて、timer関数が呼び出され、その中に存在するtest関数が実行される。
言葉だと微妙に分かりづらいので図にしておく
使える場所
- 時間測定などの、関数の性能測定には使える。
- Assertionと組み合わせることで、functionへのinputのチェック(壊れていないか)などにも使えるか?
- 今後実施例についてはまた別途紹介したい
PyTorchでdevice-side assert triggered が出た時の話
個人的に青ざめながらも勉強にはなったのでメモ
まとめと教訓
- もらったデータの中の特定のデータに不備があったため、訓練中にエラーが出る(device-side assert triggered)
- DataLoader中のShuffleをFalseにして、問題となっているデータの推定を行う事で解決
- CUDAを使用しないことで問題の抽出が分かりやすくなるらしい(参考URL)
- 最後はデータを直接見ることが大事(体育会系)
起きた問題
- 計算モデルと訓練データを変更して訓練を行おうとした。
- もらったデータを解析にかけようとしたらトレーニング中に突然エラーを吐く
- CUDAを使っているけど CUDA Assert trigger errorとしか言わず詳細が不明。
原因の切り分け方法
計算モデル起因? ->違う
- 元の計算モデルに戻しても同様のエラーが出る
