質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

解決済

IndexError: index 1 is out of bounds for axis 0 with size 1の対処方法

KazuyaKojima
KazuyaKojima

総合スコア16

Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

1回答

0評価

0クリップ

2677閲覧

投稿2019/11/04 06:10

現在chainerを活用して簡単なニューラルネットワークを実装しており、以下のエラー文が出て詰まっております。
IndexError: index 1 is out of bounds for axis 0 with size 1
どうやらリストの範囲外を指定しまっているらしいのですが・・・

やろうとしていること:
一定期間の株価の終値を入力値としており(100次元のベクトル、時系列データであるがとり合えず無視)、出力値には次の日の株価が上がるか下がるかの二値分類。(1または0)

おそらく出力値に対してインデックス1の箇所を指定しまっているのだと思いますがどこでそのような処理が行われいるのかがイマイチわかりません。

python

import matplotlib.pyplot as plt import learning import numpy as np from sklearn.preprocessing import MinMaxScaler import chainer import chainer.links as L import chainer.functions as F from chainer import Chain, Variable, datasets, optimizers from chainer import report, training from chainer.training import extensions from chainer import iterators import chainer.cuda #x_train,x_test,y_train,y_test = learning.fluctuations_test() x_train,x_test,y_train,y_test = learning.stock_test() scaler = MinMaxScaler(feature_range=(0, 1)) x_train, x_test = scaler.fit_transform(x_train), scaler.fit_transform(x_test) train = list(zip(x_train, y_train)) test = list(zip(x_test, y_test)) class MLP(chainer.Chain): def __init__(self, n_mid_units=10, n_out=1): super().__init__() with self.init_scope(): self.fc1 = L.Linear(None, n_mid_units) self.fc2 = L.Linear(n_mid_units, n_mid_units) self.fc3 = L.Linear(n_mid_units, n_out) def __call__(self, x, t=None): h = F.relu(self.fc1(x)) h = F.relu(self.fc2(h)) h = self.fc3(h) return h batchsize = 32 train_iter = iterators.SerialIterator(train, batchsize) test_iter = iterators.SerialIterator(test, batchsize, shuffle=False, repeat=False) # ネットワークを作成 model = MLP() # L.Classifier でラップし、損失の計算などをモデルに含める net = L.Classifier(model) # 最適化手法を選択してオプティマイザを作成し、最適化対象のネットワークを持たせる optimizer = optimizers.MomentumSGD(lr=0.1).setup(net) # アップデータにイテレータとオプティマイザを渡す updater = training.StandardUpdater(train_iter, optimizer, device=-1) # device=-1でCPUでの計算実行を指定 # Trainerとそのextensions epoch = 3000 trainer = training.Trainer(updater, (epoch, 'epoch'), out='result') # 評価データで評価 trainer.extend(extensions.Evaluator(test_iter, model, device = -1)) # 学習結果の途中を表示する trainer.extend(extensions.LogReport(trigger=(1, 'epoch'))) # 1エポックごとに、trainデータに対するlossと、testデータに対するlossを出力させる trainer.extend(extensions.PrintReport(['epoch', 'main/loss', 'main/accuracy','validation/main/loss', 'val/main/accuracy', 'elapsed_time']), trigger=(1, 'epoch')) trainer.run()

Exception in main training loop: index 1 is out of bounds for axis 0 with size 1

Traceback (most recent call last):
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/training/trainer.py", line 316, in run
update()
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/training/updaters/standard_updater.py", line 175, in update
self.update_core()
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/training/updaters/standard_updater.py", line 187, in update_core
optimizer.update(loss_func, *in_arrays)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/optimizer.py", line 864, in update
loss = lossfun(*args, **kwds)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/link.py", line 294, in call
out = forward(*args, **kwargs)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/links/model/classifier.py", line 144, in forward
self.loss = self.lossfun(self.y, t)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/functions/loss/softmax_cross_entropy.py", line 500, in softmax_cross_entropy
loss, = func.apply((x, t))
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/function_node.py", line 321, in apply
outputs = self.forward(in_data)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/function_node.py", line 513, in forward
return self.forward_cpu(inputs)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/functions/loss/softmax_cross_entropy.py", line 143, in forward_cpu
log_p = log_yd[t.ravel(), numpy.arange(t.size)]
Will finalize trainer extensions and updater before reraising the exception.
Traceback (most recent call last):
File "test2.py", line 70, in <module>
trainer.run()
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/training/trainer.py", line 349, in run
six.reraise(*exc_info)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/six.py", line 693, in reraise
raise value
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/training/trainer.py", line 316, in run
update()
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/training/updaters/standard_updater.py", line 175, in update
self.update_core()
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/training/updaters/standard_updater.py", line 187, in update_core
optimizer.update(loss_func, *in_arrays)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/optimizer.py", line 864, in update
loss = lossfun(*args, **kwds)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/link.py", line 294, in call
out = forward(*args, **kwargs)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/links/model/classifier.py", line 144, in forward
self.loss = self.lossfun(self.y, t)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/functions/loss/softmax_cross_entropy.py", line 500, in softmax_cross_entropy
loss, = func.apply((x, t))
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/function_node.py", line 321, in apply
outputs = self.forward(in_data)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/function_node.py", line 513, in forward
return self.forward_cpu(inputs)
File "/Users/kojimakazuya/anaconda3/lib/python3.7/site-packages/chainer/functions/loss/softmax_cross_entropy.py", line 143, in forward_cpu
log_p = log_yd[t.ravel(), numpy.arange(t.size)]
IndexError: index 1 is out of bounds for axis 0 with size 1

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。