Chainer 5中的火车争论

Question

如何更改此火车参数(较旧的版本代码(并将其在培训仪扩展中使用。在Chainer中使用此代码的必要更改是什么：5.4.0。

ValueError: train argument is not supported anymore. Use 
chainer.using_config

[autoEncoder/stackedautoencoder/recression.py] (https://github.com/quolc/quolc/coolc/chainer-ml-examples/chainer-ml-examples/blob/blob/master/mnist/mnist-stack-stacked-autoencoder/net.py(

[train.py] (https://github.com/quolc/coolc/chainer-ml-chainer-ml-examples/blob/master/mnist-stacked-autoencoder/train_mnistrongae.py(

for epoch in range(0, n_epoch):
    print('  epoch {}'.format(epoch+1))
    perm = np.random.permutation(N)
    permed_data = np.array(input_data[perm])
    sum_loss = 0
    start = time.time()
    for i in range(0, N, batchsize):
        x = chainer.Variable(permed_data[i:i+batchsize])
        y = chainer.Variable(permed_data[i:i+batchsize])
        optimizer.update(model, x, y)
        sum_loss += float(model.loss.data) * len(y.data)
    end = time.time()
    throughput = N / (end - start)
    print('    train mean loss={}, throughput={} data/sec'.format(sum_loss 
/ N, throughput))
    sys.stdout.flush()
# prepare train data for next layer
x = chainer.Variable(np.array(train_data))
train_data_for_next_layer = cuda.to_cpu(ae.encode(x, train=False).data)

在错误中指出了两个不同的部分：1.优化器。update(型号，x，y(2.准备下一层第二行的火车数据，其中每一层中的节点数量不匹配。错误代码在下面给出。

InvalidType: 
Invalid operation is performed in: LinearFunction (Forward)
Expect: prod(in_types[0].shape[1:]) == in_types[1].shape[1]
Actual: 784 != 250

Answer 1

对于训练参数，详细信息在此处写：https：//docs.chainer.org/en/stable/pgrade/upgrade_v2.html

火车参数是通过v1中的辍学使用的，但是现在Chainer使用配置来管理其阶段：在培训中。因此，有两件事要做。首先，从脚本中删除火车参数。第二，在上下文中移动推理代码。

with chainer.using_config(‘train’, False):
    # define the inference process

准备下一层第二行的火车数据，其中每一层中的节点数量不匹配。

您可以共享错误消息吗？