chainerのデータセットをcifar10からMNISTに変えるとエラーになる

前提・実現したいこと

chainerで画像分類モデルと学習の定義をしていました。
データセットをcifar10からIRISに変更したところ
以下のエラーが発生します。

発生している問題・エラーメッセージ

Exception in main training loop: 
Invalid operation is performed in: Convolution2DFunction (Forward)

該当のソースコード

python
1def train(batchsize=128, gpu_id=0, max_epoch=20, base_lr=0.01):
2  # 1. Dataset
3    #train_val, test = chainer.datasets.get_cifar10()
4    #train_size = int(len(train_val) * 0.9)
5    #train, valid = split_dataset_random(train_val, train_size, seed=0)
6    
7    # Iris データセットの読み込み
8    dataset = load_iris()
9
10    # 入力値と目標値を別々の変数へ格納
11    x = dataset.data
12    t = dataset.target
13
14    # Chainer がデフォルトで用いる float32 型へ変換
15    x = np.array(x, np.float32)
16    t = np.array(t, np.int32)
17
18    # 入力値と目標値を引数に与え、`TupleDataset` オブジェクトを作成
19    dataset = TupleDataset(x, t)
20
21    n_train = int(len(dataset) * 0.7)
22
23    train, valid = split_dataset_random(dataset, n_train, seed=0)
24
25    # 2. Iterator
26    train_iter = iterators.MultiprocessIterator(train, batchsize)
27    valid_iter = iterators.MultiprocessIterator(valid, batchsize, False, False)
28
29    # 3. Model
30    model = DeepCNN(10)
31    net = L.Classifier(model)
32
33    # 4. Optimizer
34    optimizer = optimizers.MomentumSGD(lr=0.01).setup(net)
35    optimizer.add_hook(chainer.optimizer.WeightDecay(0.0005))
36
37    # 5. Updater
38    updater = training.StandardUpdater(train_iter, optimizer, device=gpu_id)
39
40    # 6. Trainer
41    trainer = training.Trainer(updater, (max_epoch, 'epoch'), out='result-cifar-10')
42
43    # 7. Trainer extensions
44    trainer.extend(extensions.LogReport())
45    trainer.extend(extensions.observe_lr())
46    trainer.extend(extensions.Evaluator(valid_iter, net, device=gpu_id), name='val')
47    trainer.extend(extensions.PrintReport(['epoch', 'main/loss', 'main/accuracy', 'val/main/loss', 'val/main/accuracy', 'elapsed_time', 'lr']))
48    trainer.extend(extensions.PlotReport(['main/loss', 'val/main/loss'], x_key='epoch', file_name='loss.png'))
49    trainer.extend(extensions.PlotReport(['main/accuracy', 'val/main/accuracy'], x_key='epoch', file_name='accuracy.png'))
50    trainer.extend(extensions.snapshot_object(model
51                                              , "model_epoch_{.updater.epoch}"))
52    trainer.extend(extensions.dump_graph("main/loss"))
53
54    trainer.run()
55    del trainer
56
57    # 8. Evaluation
58    test_iter = iterators.MultiprocessIterator(test, batchsize, False, False)
59    test_evaluator = extensions.Evaluator(test_iter, net, device=gpu_id)
60    results = test_evaluator()
61    print('Test accuracy:', results['main/accuracy'])
62    return model