chainerでデータセットのクラス抽出を行いたい

前提・実現したいこと

chainerを使用し, cifar-100データセットのクラス抽出を行い, 新しいデータセットを作成したいです.

発生している問題・エラーメッセージ

クラスの抽出はできていると思うのですが, その後のデータフレーム作成がうまくいきません.
以下エラーコードです.

ValueError Traceback (most recent call last)
<ipython-input-10-d3996391b158> in <module>()
    235 
    236 if __name__ == '__main__':
--> 237     main()

<ipython-input-10-d3996391b158> in main()
    156       #print(label.ndim)
    157       #print(len(img))
--> 158       train = tuple_dataset.TupleDataset(img, label)
    159 
    160       count = 0

/usr/local/lib/python3.6/dist-packages/chainer/datasets/tuple_dataset.py in __init__(self, *datasets)
     35             if len(dataset) != length:
     36                 raise ValueError(
---> 37                     'dataset of the index {} has a wrong length'.format(i))
     38         self._datasets = datasets
     39         self._length = length

ValueError: dataset of the index 1 has a wrong length

該当のソースコード

データ抽出を行なっている部分のコードです.

python
1    # 抽出するデータラベル
2    mask_list = [4, 30, 55, 72, 95, 1, 32, 67, 73, 91]
3
4    print('Using CIFAR100 dataset.')
5    class_labels = len(mask_list)
6    old_train, old_test = get_cifar100()
7
8    count = 0
9    img = None
10    #label = []
11    for i in range(len(old_train)):
12      if np.isin(old_train[i][1], mask_list):
13        if count == 0:
14          img = old_train[i][0]
15          label = old_train[i][1]
16          count += 1
17        else:
18          img = np.vstack((img, old_train[i][0]))
19          label = np.hstack((label, old_train[i][1]))
20        #label += old_train[i][1]
21    label = np.array(label)
22    train = tuple_dataset.TupleDataset(img, label)

行動規範の内容に同意します

回答1件

ベストアンサー

問題がある部分はcount==0の

img = old_train[i][0]

から、次のループ以降で

img = np.vstack((img, old_train[i][0]))

とimgに追加している部分です。imgのshapeが(3, 32, 32)となっていますので、この状態で新たにimgに対してnp.vstack()を行うと(6, 32, 32)となってしまいます。本来あるべき動作はcount==0では(0, 3, 32, 32)の状態で、np.vstack()すると(1, 3, 32, 32)となるべきです。

速度のことも考慮すると、以下のようにリストに追加し、最後にnp.array()で型変換するのが良いでしょう。

python
1labels = []
2imgs = []
3for img, label in old_train:
4    if np.isin(label, mask_list):
5        labels.append(label)
6        imgs.append(img)
7imgs = np.array(imgs)
8labels = np.array(labels)
9train = tuple_dataset.TupleDataset(imgs, label)