ニューラルネットワークが作れません

Question

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

import numpy as np
import chainer.functions as F
import chainer.links as L
from chainer import Variable,optimizers,Chain
import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_csv('csvのファイル')
data = data.values.tolist()
data = np.array(data).astype(np.float32)

Xdata = data[:,0:7]
tdata = data[:,8]

[N,M] = Xdata.shape
print(N,M)

C = tdata.max()+1

Ntrain = int(N/2)
index = np.random.permutation(range(N))
Xtrain = Variable(Xdata[index[0:Ntrain],:])
ttrain = Variable(tdata[index[0:Ntrain]])
Xtest = Variable(Xdata[index[Ntrain:N],:])
ttest = Variable(tdata[index[Ntrain:N]])

NN = Chain(l1=L.Linear(M,3),
           l2=L.Linear(3,3),
           l3=L.Linear(3,C),
          )

def model(x):
    h = F.relu(NN.l1(x))
    h = F.relu(NN.l2(h))
    y = NN.l3(h)
    return y

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

Answer 1

上に張っているエラーは、全結合層の出力数を指定している l3=L.Linear(3,C) で、C が整数でなく、float になっているため起きています。

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。

どのようなエラーでしょうか？

ちなみに出力層の Softmax 関数が見当たりませんが、今回解きたい問題はアヤメと同じクラス分類問題でしょうか？

Comments

[u.c]

ありがとうございます！
Cを整数にするために、tdataを、float32からint32に修正したところ上手くいきました！
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿
Xdata = data[:,0:7]
tdata = data[:,8]-1

Xdata = np.array(Xdata).astype(np.float32)
tdata = np.array(tdata).astype(np.int32)
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿
下２行を付け足しました。どうでしょうか？一応、学習もできましたが不安なのでおかしな点があれば教えていただきたいです。

C = tdata.max()+1でC=4にする予定だったので、l3=L.Linear(3,C)のCの部分に４を代入して行ったところ、質問した部分は乗り越えました。しかし、学習の段階で、tdataが学習で使える値じゃないというようなエラーが出てきました。(おそらく)
しかし、上記のように修正したところ、このエラーも出てきませんでした。回答者さんのおっしゃる通りで、整数になっていなかったことが原因だったと思います。

今回解きたい問題は、アヤメと同じクラス分類問題です。これらのコードの後にsoftmax関数を入れてました。

[tiitoi]

解決したようでよかったです。
その対応で問題ないと思います。