Help us understand the problem. What is going on with this article?

Chainer (Windows) のサンプル mnist がWinError 183 でエラー終了する場合の対応方法。

More than 3 years have passed since last update.

概要

今流行りの、深層学習を始めようとWindowsにPython+Chainerをインストールしてみて、意気揚々とサンプル mnist を実行してみたら、何故かエラー終了して、気勢を削がれがちな方へのカンフル剤です。
詳細な原因解明等はできていませんが、とりあえずエラーをなくして、mnistを実行することができます。

mnistError.png

環境

  • Windows 10 (64bit)
  • Python 3.1.2 on Anaconda 4.1.1
  • chainer 1.11.0

症状

mninst を実行すると epoch の終了後(100%になったタイミングで)必ずエラー発生。
以下のエラーメッセージが吐かれる。

FileExistsError: [WinError 183] 既に存在するファイルを作成することはできません。: '<PATH_TO_CHAINER_INSTALL_DIRECTORY>\chainer\examples\mnist\result\logofw0i659' -> 'result\log'

原因

"log" という名前のファイルが存在しているにもかかわらず、別のファイルをリネームして "log" としようとしたため、エラーが起きた。

対策

上記リネームを行わない。
(本来は上書き保存してほしい‥のでしょうか?)

方法

その一行上のラインのエラーメッセージを参照。

File "C:\Anaconda3\lib\site-packages\chainer\training\extensions\log_report.py", line 94, in __call__
    os.rename(path, os.path.join(trainer.out, log_name))

該当ファイル(log_report.py)の該当行数(line 94)をコメントアウトする。

log_report.py
# 下記行をコメントアウト。
#os.rename(path, os.path.join(trainer.out, log_name))

mnistDebug.png

以上でエラー発生しなくなります。
代わりに、ログディレクトリにログファイルが大量に生成されるので、適宜掃除する必要があります。ご注意ください。

余談

mnist の gpu なしでのデフォルトパラメーターででの実行時間測定結果です。参考値として。

環境

  • Surface Pro 3 256GB モデル
  • Windows 10 (64bit)
  • CPU: intel Core-i5-4300U
  • Memory: 8 GB
  • GPU: なし(Intel HD Graphics 4400)
  • バッテリー駆動(省電力ON)

結果

実行時間:20分弱(18分)
(これ、特に実行時間が画面表示とかはされないのですね‥。)

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした