MNISTを用いた学習モデルの作成(Deep Learning)

前提・実現したいこと

最近プログラミングに興味を持ち始めたばかりの者です。
なのでプログラムコードが読みにくいかもしれませんが、ご回答いただけると助かります。。

webカメラ使って手書き数字の認識をしようと試みています。
MNISTを使用して、学習モデルを作成しようとしたところ、

TimeoutError: [WinError 10060] 接続済みの呼び出し先が一定の時間を過ぎても正しく応答しなかったため、接続できませんでした。または接続済みのホストが応答しなかったため、確立された接続は失敗しました。

とこのようなエラーメッセージが表示されました。

発生している問題・エラーメッセージ

Start
C:\Users\Taisei\Anaconda3\envs\opencv\lib\site-packages\sklearn\utils\deprecation.py:85: DeprecationWarning: Function fetch_mldata is deprecated; fetch_mldata was deprecated in version 0.20 and will be removed in version 0.22. Please use fetch_openml.
  warnings.warn(msg, category=DeprecationWarning)
C:\Users\Taisei\Anaconda3\envs\opencv\lib\site-packages\sklearn\utils\deprecation.py:85: DeprecationWarning: Function mldata_filename is deprecated; mldata_filename was deprecated in version 0.20 and will be removed in version 0.22. Please use fetch_openml.
  warnings.warn(msg, category=DeprecationWarning)
Traceback (most recent call last):
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\urllib\request.py", line 1318, in do_open
    encode_chunked=req.has_header('Transfer-encoding'))
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\http\client.py", line 1239, in request
    self._send_request(method, url, body, headers, encode_chunked)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\http\client.py", line 1285, in _send_request
    self.endheaders(body, encode_chunked=encode_chunked)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\http\client.py", line 1234, in endheaders
    self._send_output(message_body, encode_chunked=encode_chunked)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\http\client.py", line 1026, in _send_output
    self.send(msg)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\http\client.py", line 964, in send
    self.connect()
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\http\client.py", line 936, in connect
    (self.host,self.port), self.timeout, self.source_address)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\socket.py", line 724, in create_connection
    raise err
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\socket.py", line 713, in create_connection
    sock.connect(sa)
TimeoutError: [WinError 10060] 接続済みの呼び出し先が一定の時間を過ぎても正しく応答しなかったため、接続できませんでした 。または接続済みのホストが応答しなかったため、確立された接続は失敗しました。

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "make_model.py", line 26, in <module>
    mnist = fetch_mldata("MNIST original", data_home=".")
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\site-packages\sklearn\utils\deprecation.py", line 86, in wrapped
    return fun(*args, **kwargs)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\site-packages\sklearn\datasets\mldata.py", line 126, in fetch_mldata
    mldata_url = urlopen(urlname)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\urllib\request.py", line 223, in urlopen
    return opener.open(url, data, timeout)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\urllib\request.py", line 526, in open
    response = self._open(req, data)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\urllib\request.py", line 544, in _open
    '_open', req)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\urllib\request.py", line 504, in _call_chain
    result = func(*args)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\urllib\request.py", line 1346, in http_open
    return self.do_open(http.client.HTTPConnection, req)
  File "C:\Users\Taisei\Anaconda3\envs\opencv\lib\urllib\request.py", line 1320, in do_open
    raise URLError(err)
urllib.error.URLError: <urlopen error [WinError 10060] 接続済みの呼び出し先が一定の時間を過ぎても正しく応答しなかったた め、接続できませんでした。または接続済みのホストが応答しなかったため、確立された接続は失敗しました。>

該当のソースコード

python
1import numpy as np
2from chainer import Variable, optimizers, serializers
3from chainer import Chain
4import chainer.functions as F
5import chainer.links as L
6from sklearn.datasets import fetch_mldata
7
8class MyMLP(Chain):
9    def __init__(self, n_in=784, n_units=100, n_out=10):
10        super(MyMLP, self).__init__(
11            l1=L.Linear(n_in, n_units),
12            l2=L.Linear(n_units, n_units),
13            l3=L.Linear(n_units, n_out),
14        )
15    def __call__(self, x):
16        h1 = F.relu(self.l1(x))
17        h2 = F.relu(self.l2(h1))
18        y = self.l3(h2)
19        return y
20
21#プログラムが開始したことを示す(MNISTのダウンロードに時間を要するため).
22print('Start')
23
24mnist = fetch_mldata("MNIST original", data_home=".")
25
26x_all = mnist['data'].astype(np.float32) / 255
27y_all = mnist['target'].astype(np.int32)
28
29model = MyMLP()
30optimizer = optimizers.SGD()
31optimizer.setup(model)
32
33BATCHSIZE = 100
34DATASIZE = 70000
35
36for epoch in range(20):
37    print('epoch %d' % epoch)
38    indexes = np.random.permutation(DATASIZE)
39    for i in range(0, DATASIZE, BATCHSIZE):
40        x = Variable(x_all[indexes[i : i + BATCHSIZE]])
41        t = Variable(y_all[indexes[i : i + BATCHSIZE]])
42        
43        model.zerograds()
44        
45        y = model(x)
46        
47        loss = F.softmax_cross_entropy(y, t)
48        
49        loss.backward()
50
51        optimizer.update()
52        
53serializers.save_npz("mymodel.npz", model)
54
55#プログラムが終了したことを示す.
56print('Finish')