Python TypeError:应为numpy.ndarray或cuda.ndarray

我想在chainer中训练卷积3D模型。在我的训练计划中，我有这个错误

TypeError: numpy.ndarray or cuda.ndarray are expected.

我认为错误的原因是输入是一个列表。 所以，我把输入数组改为numpy数组，但我有同样的错误

这是列车代码

model=conv_3d（）
型号.至gpu（0）
优化器=优化器。动量（lr=0.01，动量=0.9）
optimizer.setup（模型）
最大历元=100
批量大小=50
epoch_idx=0
当epoch\u idx

这是加载器函数

def加载器（路径列表）：
输入\u movie=[i[0]用于路径\u列表中的i]
target_movie=[i[1]用于路径_列表中的i]
input_movie=np.asarray（[[np.asarray（cv2.resize（cv2.imread（../image/“+img），（1024//10780//10）））用于img_路径中的img]用于input_路径]）
target\u movie=np.asarray（[[np.asarray（cv2.resize（cv2.imread（../image/“+img），（1024//10780//10）））用于img\u path中的img]用于target\u movie中的img\u path]）
返回元组（[input\u movie，target\u movie]）

这是一个模型

class conv_3d（链）：
定义初始化（自）：
超级（conv_3d，self）。\uu初始化
使用self.init_scope（）：
self.conv1=L.Convolution3D（无，输出通道=3，ksize=3，步长=1，pad=1）
定义调用（self，x）：
返回F.relu（自转换1）

---

我希望列车工作，但我有上述错误。

F.relu（self.conv1）

应固定为

F.relu（self.conv1（x））

。您可能还需要将输入发送到GPU。

我认为您需要的是chainer.dataset.concat\u示例

此函数用于将

List[Tuple[array]]

type转换为

Tuple[array]

type

import numpy as np
from chainer.dataset import concat_examples

path_list = [['/usr/1/in', '/usr/1/out'], ['/usr/2/in', '/usr/2/out'], ['/usr/3/in', '/usr/3/out']]

input_batch, output_batch = concat_examples([(cv2.imread(path[0]), cv2.imread(path[1])) for path in path_list], device='cuda:0')

print(type(input_batch)) // <class 'cupy.ndarray'>
print(type(output_batch)) // <class 'cupy.ndarray'>

将numpy导入为np
从chainer.dataset导入concat_示例
路径列表=['/usr/1/in'、'/usr/1/out']、['/usr/2/in'、'/usr/2/out']、['/usr/3/in'、'/usr/3/out']
输入\u批，输出\u批=concat\u示例（[（cv2.imread（路径[0]），cv2.imread（路径[1]），用于路径列表中的路径，device='cuda:0'））
打印（类型（输入批次））//
打印（类型（输出批次））//

谢谢！如何将输入发送到GPU？您可以使用

chainer.backends.cuda.to\u GPU

或简单地

cupy.asarray

。