IndexError: too many indices for array

Question

TensorFlowとtflearnを使い、ネットワークを構築しています。
IndexError: too many indices for array　とエラーがでました。
Tracebackには、

---------------------------------
Run id: 3OTXAP
Log directory: /tmp/tflearn_logs/
Exception in thread Thread-3:
Traceback (most recent call last):
  File "/usr/local/Cellar/python@2/2.7.15/Frameworks/Python.framework/Versions/2.7/lib/python2.7/threading.py", line 801, in __bootstrap_inner
    self.run()
  File "/usr/local/Cellar/python@2/2.7.15/Frameworks/Python.framework/Versions/2.7/lib/python2.7/threading.py", line 754, in run
    self.__target(*self.__args, **self.__kwargs)
  File "/Users/xxx/anaconda/xxx/lib/python2.7/site-packages/tflearn/data_flow.py", line 187, in fill_feed_dict_queue
    data = self.retrieve_data(batch_ids)
  File "/Users/xxx/anaconda/xxx/lib/python2.7/site-packages/tflearn/data_flow.py", line 222, in retrieve_data
    utils.slice_array(self.feed_dict[key], batch_ids)
  File "/Users/xxx/anaconda/xxx/lib/python2.7/site-packages/tflearn/utils.py", line 187, in slice_array
    return X[start]
IndexError: too many indices for array

---------------------------------
Training samples: 3
Validation samples: 1
--

と出ました。
コードには、

import tensorflow as tf
import tflearn

from tflearn.layers.core import input_data,dropout,fully_connected
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.normalization import local_response_normalization
from tflearn.layers.estimator import regression

tf.reset_default_graph()
net = input_data(shape=[32, 4, 104, 1])
net = conv_3d(net, 4, 16, activation='relu')
net = max_pool_3d(net, 1)
net = tflearn.activations.relu(net)
net = dropout(net, 0.5)
net = tflearn.fully_connected(net, 10, activation='softmax')
net = tflearn.regression(net, optimizer='adam', learning_rate=0.5, loss='categorical_crossentropy')

model = tflearn.DNN(net)
model.fit(trainDataSet, trainLabel, n_epoch=100, batch_size=32, validation_set=0.1, show_metric=True)

pred = np.array(model.predict(testDataSet).argmax(axis=1))

label = testLabel.argmax(axis=1)
accuracy = np.mean(pred == label, axis=0)

print(accuracy)

と書きました。

model = tflearn.DNN(net)

の行まではうまくいっています。

trainDataSet.shape

とすると(4, 104)が、

trainLabel.shape

とすると()が、取れます。trainLabelには０か１の値が入っています。
何が問題なのかさっぱりわかりません。どう修正したらいいでしょうか？

Answer 1

"Deep Neural Network Model"のfitメソッドは、第１引数に訓練(train)モデルに与えるデータ(配列、配列のリスト、辞書(dict)のいずれか）、第２引数に訓練(train)モデルに与えるターゲット(配列、配列のリスト、辞書(dict)のいずれか）を与えます。

["Deep Neural Network Model"のメソッドなどについては、Deep Neural Network Modelに記述があります。]

model.fit(trainDataSet, trainLabel, n_epoch=100, batch_size=32, validation_set=0.1, show_metric=True)

ところが、質問のプログラムの上記fitメソッドの第２引数 trainLabelは、配列ではなく単なる変数です。それは、

trainLabelには０か１の値が入っています。

との説明から判ります。

＝＝＝＝
「IndexError: too many indices for array　とエラー」が出たのは、配列か辞書でなくてはならない第２引数に単純変数（次元０）であるtrainLabelを与えたため、fitメソッドの中でtrainLabelの要素にアクセスしようとして（traninLabel[n]のようなコードが使われたところで発生したと考えられます。

このエラーは、fitメソッドの第２引数を、配列、配列のリスト、辞書(dict)のいずれかにすれば出なくなるはずです。