初めに

最近、C++とLibtorchを用いた機械学習（強化学習）のプログラムを書いています。そこで起きた事件を丸一日使って解決したので、教訓としてここに書きます。

OS: Windows 11
言語: C++
ライブラリ: Libtorch (最新版)

事件発生

コンパイルは通るのに 「実行するとエラーメッセージもなくプログラムが落ちる」 という現象に遭遇しました。

調査

どこで落ちているのかわからないので、怪しい箇所を try-catch で囲み、無理やりエラーを出力させました。

model.hpp

  torch::Tensor forward(torch::Tensor x) {
    try {
      x = torch::relu(conv1(x));
      x = torch::relu(conv2(x));
      x = torch::relu(conv3(x));
      x = x.view({x.size(0), -1});
      x = torch::relu(fc1(x));
      x = fc2(x);
    } catch(const std::exception& e){
      std::cerr << "Error details: " << e.what() << std::endl;
      throw;
    }
    return x;
  }

その結果、このようなログが出力されました。

Error details: Given groups=1, weight of size [64, 64, 3, 3], expected input[1, 32, 24, 24] to have 64 channels, but got 32 channels instead

原因特定

ログには「入力64を期待していたのに32しかありませんでした」と書いてありますね。
では、原因となったコードを見てみましょう。

model.hpp

// ...省略

struct QNetworkImpl : torch::nn::Module {
  torch::nn::Conv2d conv1{nullptr}, conv2{nullptr}, conv3{nullptr};
  QNetworkImpl() {
    // ...
    conv1 = register_module("conv1", torch::nn::Conv2d(torch::nn::Conv2dOptions(3, 32, 3).padding(1)));
    conv2 = register_module("conv2", torch::nn::Conv2d(torch::nn::Conv2dOptions(32, 64, 3).padding(1)));
    conv2 = register_module("conv3", torch::nn::Conv2d(torch::nn::Conv2dOptions(64, 64, 3).padding(1)));

    // ...
  }
};

// ...

どこがおかしいのか、わかりましたか？
それでは答え合わせです。

何が起きていたか

conv1 を通過したデータはチャンネル数が 32 になっています。
本来の conv2 は「入力32 -> 出力64」の設定ですが、コピペミスにより変数 conv2 には 「入力64 -> 出力64」 の層（本来 conv3 に入るはずだったもの）が上書き代入されてしまいました。
その結果、 forward() 内で conv2(x) が実行された瞬間、 「32チャンネルのデータが渡されたが、この層は64チャンネルの入力を期待している」 という不整合が発生し、プログラムがクラッシュしてしまいました。

教訓

register_module を連続して書くときは、代入先の変数名が正しいかを確認する
エラー文が出ずに落ちる場合、 nullptr へのアクセスだけでなく、 行列演算の次元不一致 も疑う必要がある