mnist for ML Beginnersを使って画像を判断するときのエラーで困っています

Question

この様なエラーが出てしまいます。
どのようにすればよろしいのでしょうか
よろしくお願いします
tensorflow 1.4.0
jypiter notebook

---エラー文---
TypeError Traceback (most recent call last)
<ipython-input-150-03b95042d7b5> in <module>()
1 for i in range(100):
----> 2 batch_xs = X_train(10)
3 batch_ys = y_train(10)

TypeError: 'numpy.ndarray' object is not callable

---

データ数は
X_train 225
X_test 75
y_train 225
y_test 75
で

X_train[0]の値が

array([[[ 145.,  118.,   65.],
        [ 125.,   97.,   49.],
        [ 139.,  117.,   78.],
        ..., 
        [  75.,   59.,   46.],
        [  87.,   75.,   53.],
        [  57.,   50.,   32.]],

       [[ 118.,   90.,   50.],
        [ 102.,   83.,   53.],
        [ 131.,  116.,   83.],
        ..., 
        [  92.,   75.,   59.],
        [  82.,   67.,   46.],
        [  60.,   51.,   36.]],

       [[  87.,   67.,   40.],
        [ 158.,  128.,   78.],
        [ 206.,  183.,  141.],
        ..., 
        [  67.,   55.,   39.],
        [  61.,   54.,   36.],
        [  60.,   46.,   33.]],

       ..., 
       [[  74.,   53.,   50.],
        [  81.,   60.,   55.],
        [  82.,   57.,   50.],
        ..., 
        [  38.,   27.,   21.],
        [  41.,   40.,   22.],
        [  56.,   59.,   38.]],

       [[  70.,   50.,   43.],
        [  56.,   35.,   30.],
        [  81.,   62.,   55.],
        ..., 
        [  41.,   35.,   13.],
        [  33.,   26.,    0.],
        [  48.,   34.,   33.]],

       [[  49.,   37.,   39.],
        [  42.,   28.,   19.],
        [  69.,   48.,   43.],
        ..., 
        [  26.,   13.,    5.],
        [  26.,   15.,    9.],
        [  50.,   32.,   20.]]], dtype=float32)

from PIL import Image
import os, glob
import numpy as np
import tensorflow as tf
#from sklearn import cross_validation
from sklearn import model_selection
import matplotlib.pyplot as plt
#import cv2

X_train, X_test, y_train, y_test = np.load("./animal.npy")
#Xが画像データ
#yがラベルデータ

#xy = X_train, X_test, y_train, y_test

X_train = np.asarray(X_train)
X_test = np.asarray(X_test)
y_train = np.asarray(y_train)
y_test = np.asarray(y_test)

x = tf.placeholder(tf.float32,[None,784])

W=tf.Variable(tf.zeros([784,3]))
b=tf.Variable(tf.zeros([3]))

y=tf.nn.softmax(tf.matmul(x,W)+b )

y_=tf.placeholder(tf.float32,[None,3])
cross_entropy=tf.reduce_mean(-tf.reduce_sum(y_*tf.log(y),reduction_indices=[1]))

train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

init = tf.initialize_all_variables()
**ボールドテキスト**
sess=tf.Session()
sess.run(init)

X_train = X_train.astype(np.float32) #float32に変換
X_test = X_test.astype(np.float32)
y_train = y_train.astype(np.float32)
y_train = y_train.astype(np.float32)

for i in range(100):
    batch_xs = X_train.next_batch(10)
    batch_ys = y_train.next_batch(10)
    sess.run(train_step, feed_dict={x: X_train[i], y_: y_train[i]})

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels})

Answer 1

おそらくtensorflowのmnistのチュートリアルを参考にしてnext_batch実行されていると思います。しかしX_train = np.asarray(X_train)からわかるようにX_trainの型はnumpy.ndarrayです、
下記リンクよりnumpy.ndarrayはnext_batchというメソッドは定義されていません。
したがってそのようなエラーがででるように思われます。
numpy.ndarray

Comments

[ruuruusann24]

回答ありがとうございます！質問なのですが、このエラーを無くすためにはどのようにすればよろしいでしょうか、、、？　よろしくお願いします。

Answer 2

エラーの理由は、X_trainはarrayにも関わらず、(10)が添えられていることによるものです。後続のコードが記載されていないので対処法はなんとも言えませんが、X_train[10]とするか、X_train.何らかのメソッド(10)というようにやりたいことに合ったメソッドを追記するか、どちらかでしょう。
for以下は学習処理のように思うので、X_train[10]だと、X_trainの11行目を取得するということになるので違うような気がします。やはり、何かのメソッドの記載が漏れていると思います。

Comments

[ruuruusann24]

回答ありがとうございます！
先程のfor文の部分なのですが自分の記載ミスでX_train.next_batch(10)でした。すみません。