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
85.50%
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。

Q&A

解決済

1回答

4273閲覧

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

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。

0グッド

0クリップ

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

1import matplotlib.pyplot as plt 2import learning 3import numpy as np 4from sklearn.preprocessing import MinMaxScaler 5import chainer 6import chainer.links as L 7import chainer.functions as F 8from chainer import Chain, Variable, datasets, optimizers 9from chainer import report, training 10from chainer.training import extensions 11from chainer import iterators 12import chainer.cuda 13 14#x_train,x_test,y_train,y_test = learning.fluctuations_test() 15x_train,x_test,y_train,y_test = learning.stock_test() 16 17scaler = MinMaxScaler(feature_range=(0, 1)) 18x_train, x_test = scaler.fit_transform(x_train), scaler.fit_transform(x_test) 19 20train = list(zip(x_train, y_train)) 21test = list(zip(x_test, y_test)) 22 23class MLP(chainer.Chain): 24 25 def __init__(self, n_mid_units=10, n_out=1): 26 super().__init__() 27 28 with self.init_scope(): 29 self.fc1 = L.Linear(None, n_mid_units) 30 self.fc2 = L.Linear(n_mid_units, n_mid_units) 31 self.fc3 = L.Linear(n_mid_units, n_out) 32 33 def __call__(self, x, t=None): 34 h = F.relu(self.fc1(x)) 35 h = F.relu(self.fc2(h)) 36 h = self.fc3(h) 37 return h 38 39 40batchsize = 32 41 42train_iter = iterators.SerialIterator(train, batchsize) 43test_iter = iterators.SerialIterator(test, batchsize, shuffle=False, repeat=False) 44 45# ネットワークを作成 46model = MLP() 47 48# L.Classifier でラップし、損失の計算などをモデルに含める 49net = L.Classifier(model) 50 51# 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 52optimizer = optimizers.MomentumSGD(lr=0.1).setup(net) 53 54# アップデータにイテレータとオプティマイザを渡す 55updater = training.StandardUpdater(train_iter, optimizer, device=-1) # device=-1でCPUでの計算実行を指定 56 57# Trainerとそのextensions 58epoch = 3000 59trainer = training.Trainer(updater, (epoch, 'epoch'), out='result') 60 61# 評価データで評価 62trainer.extend(extensions.Evaluator(test_iter, model, device = -1)) 63 64# 学習結果の途中を表示する 65trainer.extend(extensions.LogReport(trigger=(1, 'epoch'))) 66 67# 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 68trainer.extend(extensions.PrintReport(['epoch', 'main/loss', 'main/accuracy','validation/main/loss', 'val/main/accuracy', 'elapsed_time']), trigger=(1, 'epoch')) 69 70trainer.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

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MY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。

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。

guest

回答1

0

自己解決

二値分類なのでn_out=2にすればうまくいった。
勉強不足だったが出力はあくまで分類する種類に依存するようだ

投稿2019/11/04 06:48

KazuyaKojima

総合スコア16

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。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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