Chainerの公式ドキュメントについて

Question

###前提・実現したいこと
Chainerに挑戦しようと思い、Chainerの公式ドキュメントを見ながら、MNIST Introductionを実行してみたところ、エラーがでてしまい、うまく実行できません。

https://docs.chainer.org/en/v3.1.0/tutorial/basic.html

###発生している問題・エラーメッセージ

epoch       main/accuracy  validation/main/accuracy
1           0.2179         0.3955
Traceback (most recent call last):
  File "chainer_mnist.py", line 214, in <module>
    trainer.run()
  File ".pyenv/versions/anaconda3-4.3.1/lib/python3.6/site-packages/chainer/training/trainer.py", line 296, in run
    update()
  File ".pyenv/versions/anaconda3-4.3.1/lib/python3.6/site-packages/chainer/training/updater.py", line 223, in update
    self.update_core()
  File ".pyenv/versions/anaconda3-4.3.1/lib/python3.6/site-packages/chainer/training/updater.py", line 227, in update_core
    batch = self._iterators['main'].next()
  File ".pyenv/versions/anaconda3-4.3.1/lib/python3.6/site-packages/chainer/iterators/serial_iterator.py", line 46, in __next__
    raise StopIteration
StopIteration

###ソースコード

import numpy as np
import chainer
from chainer import cuda, Function, gradient_check, report, training, utils, Variable
from chainer import datasets, iterators, optimizers, serializers
from chainer import Link, Chain, ChainList
import chainer.functions as F
import chainer.links as L
from chainer.training import extensions

train, test = datasets.get_mnist()

train_iter = iterators.SerialIterator(train, batch_size=100, shuffle=True)
test_iter = iterators.SerialIterator(test, batch_size=100, repeat=False, shuffle=False)

class MLP(Chain):
    def __init__(self, n_units, n_out):
        super(MLP, self).__init__()
        with self.init_scope():
            # the size of the inputs to each layer will be inferred
            self.l1 = L.Linear(None, n_units)  # n_in -> n_units
            self.l2 = L.Linear(None, n_units)  # n_units -> n_units
            self.l3 = L.Linear(None, n_out)    # n_units -> n_out

    def __call__(self, x):
        h1 = F.relu(self.l1(x))
        h2 = F.relu(self.l2(h1))
        y = self.l3(h2)
        return y

model = L.Classifier(MLP(100, 10)) 
optimizer = optimizers.SGD()
optimizer.setup(model)

updater = training.StandardUpdater(test_iter, optimizer)
trainer = training.Trainer(updater, (20, 'epoch'), out='result')

trainer.extend(extensions.Evaluator(test_iter, model))
trainer.extend(extensions.LogReport())
trainer.extend(extensions.PrintReport(['epoch', 'main/accuracy', 'validation/main/accuracy']))
trainer.extend(extensions.ProgressBar())
trainer.run()

###試したこと
層に対する入力を自分で784入力の10出力に指定したり、以下のバージョンに変更したり試しましたが、エラーに変更はありませんでした。
また、Chainerを使うのが初めてだったので、何をいじれば良いのかもよくわかりませんでした。

###補足情報(言語/FW/ツール等のバージョンなど)
実行した組み合わせです。
Python3.6 , Chainer 3.1.0
Python3.4.3, Chainer 3.1.0
Python 3.4.3, Chainer 2.1.0

Answer 1

コードのミスか環境の問題か切り分けるために以下のコードを実行してみてはいかがでしょうか。
github - chainer/examples/mnist

Answer 2

updater = training.StandardUpdater(test_iter, optimizer)
trainer = training.Trainer(updater, (20, 'epoch'), out='result')

ここにタイプミスがあるように思います。
repeat=Falseのtest_iterが引数になっているのがよくないのではないでしょうか。
正しくはtrain_iterの気がします。

---

学習はしなくなりますが、エラーを消すもう一つの方法は、
trainer = training.Trainer(updater, (20, 'epoch'), out='result')
のepoch数を1にすることです。

Comments

[tkr1205]

ありがとうございます！
その通りでした。確認したつもりでしたが、甘かったようです。
無事解決しました、ありがとうございます！