Chainer 5中列车参数的转换

Question

如何更改此训练参数(旧版本代码)并在培训器扩展中使用此参数。在Chainer: 5.4.0中使用这段代码需要做哪些必要的修改。

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

AutoEncoder/StackedAutoEncoder/Regression.py(https://github.com/quolc/chainer-ML-examples/blob/master/mnist-stacked-autoencoder/net.py)

Train.py(sae.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)

错误地指出了两个不同的部分: 1. optimizer.update(模型，x，y) 2.为下一层第二行准备训练数据，其中它们不匹配每一层中的节点数。错误代码如下所示。

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

至于训练论点，细节写在这里：v2.html

v1中的下拉列表使用了train参数，但现在Chainer使用配置来管理它的阶段:无论是否在培训中。所以，有两件事要做。首先，从脚本中删除train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

为下一层第二线准备训练数据，其中它们不匹配每个层中的节点数。

你能分享这些错误信息吗？