前提・実現したいこと
ニューラルネットワークを作る段階でエラーがでてしまい、立ち止まってしまいました。
jupyter notebookにコードを書いて、chainerを使ってニューラルネットワークをつくり、ディープラーニングをしようとしていました。
自分で用意したcsvファイルを使っています。
一度、アヤメの識別をやったことがあり、それは再現できたのですが、そこから少し変えて自分のデータでは実行しようとしたら出来ませんでした。
発生している問題・エラーメッセージ
--------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-14-0183a2be6cd2> in <module>() 1 NN = Chain(l1=L.Linear(M,3), 2 l2=L.Linear(3,3), ----> 3 l3=L.Linear(3,C), 4 ) 5 ~~~\programs\python\python37\lib\site-packages\chainer\links\connection\linear.py in __init__(self, in_size, out_size, nobias, initialW, initial_bias) 106 self.W = variable.Parameter(W_initializer) 107 if in_size is not None: --> 108 self._initialize_params(in_size) 109 110 if nobias: ~~~\python\python37\lib\site-packages\chainer\links\connection\linear.py in _initialize_params(self, in_size) 117 118 def _initialize_params(self, in_size): --> 119 self.W.initialize((self.out_size, in_size)) 120 121 def __call__(self, x): ~~~\python\python37\lib\site-packages\chainer\variable.py in initialize(self, shape) 1409 xp = numpy if self._initial_backend != 'cuda' else cuda.cupy 1410 with cuda.get_device_from_id(self._initial_device): -> 1411 data = initializers.generate_array(self.initializer, shape, xp) 1412 1413 ginit = self._grad_initializer ~~~\python\python37\lib\site-packages\chainer\initializers\__init__.py in generate_array(initializer, shape, xp) 43 if hasattr(initializer, 'dtype') and initializer.dtype is not None: 44 dtype = initializer.dtype ---> 45 array = xp.empty(shape, dtype=dtype) 46 initializer(array) 47 return array TypeError: 'numpy.float64' object cannot be interpreted as an integer
該当のソースコード
python
1import numpy as np 2import chainer.functions as F 3import chainer.links as L 4from chainer import Variable,optimizers,Chain 5import matplotlib.pyplot as plt 6import pandas as pd 7 8data = pd.read_csv('csvのファイル') 9data = data.values.tolist() 10data = np.array(data).astype(np.float32) 11 12Xdata = data[:,0:7] 13tdata = data[:,8] 14 15[N,M] = Xdata.shape 16print(N,M) 17 18C = tdata.max()+1 19 20Ntrain = int(N/2) 21index = np.random.permutation(range(N)) 22Xtrain = Variable(Xdata[index[0:Ntrain],:]) 23ttrain = Variable(tdata[index[0:Ntrain]]) 24Xtest = Variable(Xdata[index[Ntrain:N],:]) 25ttest = Variable(tdata[index[Ntrain:N]]) 26 27NN = Chain(l1=L.Linear(M,3), 28 l2=L.Linear(3,3), 29 l3=L.Linear(3,C), 30 ) 31 32def model(x): 33 h = F.relu(NN.l1(x)) 34 h = F.relu(NN.l2(h)) 35 y = NN.l3(h) 36 return y 37
試したこと
Cを具体的な数字にしたら、ここは乗り越えましたが、
その次の学習のコードのところでまたエラーが出ました。
補足情報(FW/ツールのバージョンなど)
python3/chainer1.5だと思います
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2018/09/19 12:40
2018/09/19 12:54