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!

ただいまの
回答率

88.64%

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

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 767

KazuyaKojima

score 16

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。

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

  • 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。

    クリップを取り消します

  • 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。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    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

    評価が下がると、TOP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。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

check解決した方法

0

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

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

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 88.64%
  • 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られる

関連した質問

同じタグがついた質問を見る