chainerでのAttributeError: can't set attributeがわからない

Question

chainer+MNISTで手書き数字の分類をしようとしていますがエラーが出てしまい。最後まで学習できません。
機械学習初心者なのでわかりやすく解説していただけると嬉しいです。

下準備

import numpy as np
import chainer
import chainer
import chainer.links as L
import chainer.functions as F
from chainer import optimizers



train_data, test_data = chainer.datasets.get_mnist(withlabel=True, ndim=1)

#ニューラルネットワークのクラスを作成
class MLP(chainer.Chain):
    #ニューラルネットワークの構成を定義
    #hiddenは中間層のユニット数outは出力層のユニット数
    def __init__(self, number_hidden_units=1000, number_out_units=10):
        super(MLP,self).__init__()
        
        #初期化時に実行(model = MLP()の時)
        with self.init_scope():
            self.layer1=L.Linear(None, number_hidden_units)
            self.layer2=L.Linear(number_hidden_units, number_hidden_units)
            self.layer3=L.Linear(number_hidden_units, number_out_units)
            
    #クラスのインスタンス作成時に実行(model(inputdate)の時)
    def __call__(self, input_data):
        result1 = F.relu(self.layer1(input_data))
        result2 = F.relu(self.layer2(result1))
        return self.layer3(result2)

model = MLP()

#反復作業を行うためのイテレータを用意

from chainer import iterators

BATCH_SIZE = 100

train_iterator = iterators.SerialIterator(train_data, BATCH_SIZE)
test_iterator = iterators.SerialIterator(test_data, BATCH_SIZE, repeat=False, shuffle=False)

#learn rate(学習率)
optimizer = optimizers.SGD(lr=0.01)
optimizer.setup(model)

import numpy as np
from chainer.dataset import concat_examples
import matplotlib.pyplot as plt

#学習回数
MAX_EPOCH = 20

def testEpoch(train_iterator, loss):
    #学習誤差の表示
    print("学習回数:{:02d} --> 学習誤差:{:.02f}".format(train_iterator.epoch, float(loss.data)), end="")
    
    #検証用誤差と精度
    test_losses = []
    test_accuracies = []
    
    while True:
        test_dataset = test_iterator.next()
        test_data, test_teacher_labels = concat_examples(test_dataset)
        
        #検証データをモデルに渡す
        prediction_test = model(test_data)
        
        #検証データに対して得られた予測値と予測値と教師ラベルと比較して。ロスの計算をする
        loss_test = F.softmax_cross_entropy(prediction_test, test_teacher_labels)
        test_losses.append(loss_test.data)
        
        #精度を計算する
        accuracy = F.accuracy(prediction_test, test_teacher_labels)
        test_accuracies.append(accuracy.data)
        
        if test_iterator.is_new_epoch:
            test_iterator.epoch = 0
            test_iterator.current_position = 0
            test_iterator.is_new_epoch = False
            test_iterator._pushed_position = None
            break
            
        print ("検証誤差:{: .04f} 検証精度:{: .02f}".format(np.mean(test_losses), np.mean(test_accuracies)))

エラーが出た場所

#学習開始
while train_iterator.epoch < MAX_EPOCH:
    train_dataset = train_iterator.next()
    
    train_data, teacher_labels = concat_examples(train_dataset)
    
    prediction_train = model(train_data)
    
    loss = F.softmax_cross_entropy(prediction_train, teacher_labels)
    
    model.cleargrads()
    
    loss.backward()
    
    optimizer.update()
    
    if train_iterator.is_new_epoch:
        testEpoch(train_iterator, loss)

エラー内容

学習回数:01 --> 学習誤差:0.47検証誤差: 0.5014 検証精度: 0.87
検証誤差: 0.4853 検証精度: 0.89
検証誤差: 0.4924 検証精度: 0.89
検証誤差: 0.5116 検証精度: 0.87
検証誤差: 0.5253 検証精度: 0.87
検証誤差: 0.5436 検証精度: 0.86
検証誤差: 0.5495 検証精度: 0.85
検証誤差: 0.5381 検証精度: 0.85
検証誤差: 0.5256 検証精度: 0.86
検証誤差: 0.5323 検証精度: 0.86
検証誤差: 0.5339 検証精度: 0.86
検証誤差: 0.5438 検証精度: 0.86
検証誤差: 0.5702 検証精度: 0.85
検証誤差: 0.5700 検証精度: 0.85
検証誤差: 0.5707 検証精度: 0.85
検証誤差: 0.5747 検証精度: 0.85
検証誤差: 0.5773 検証精度: 0.85
検証誤差: 0.5856 検証精度: 0.85
検証誤差: 0.5825 検証精度: 0.85
検証誤差: 0.5807 検証精度: 0.85
検証誤差: 0.5865 検証精度: 0.85
検証誤差: 0.5944 検証精度: 0.85
検証誤差: 0.5955 検証精度: 0.85
検証誤差: 0.5941 検証精度: 0.85
検証誤差: 0.5911 検証精度: 0.85
検証誤差: 0.5913 検証精度: 0.85
検証誤差: 0.5917 検証精度: 0.85
検証誤差: 0.5888 検証精度: 0.85
検証誤差: 0.5828 検証精度: 0.85
検証誤差: 0.5832 検証精度: 0.85
検証誤差: 0.5791 検証精度: 0.86
検証誤差: 0.5794 検証精度: 0.85
検証誤差: 0.5773 検証精度: 0.85
検証誤差: 0.5761 検証精度: 0.85
検証誤差: 0.5737 検証精度: 0.85
検証誤差: 0.5765 検証精度: 0.85
検証誤差: 0.5732 検証精度: 0.85
検証誤差: 0.5782 検証精度: 0.85
検証誤差: 0.5831 検証精度: 0.85
検証誤差: 0.5835 検証精度: 0.85
検証誤差: 0.5821 検証精度: 0.85
検証誤差: 0.5817 検証精度: 0.85
検証誤差: 0.5839 検証精度: 0.85
検証誤差: 0.5841 検証精度: 0.85
検証誤差: 0.5852 検証精度: 0.85
検証誤差: 0.5842 検証精度: 0.85
検証誤差: 0.5824 検証精度: 0.85
検証誤差: 0.5812 検証精度: 0.85
検証誤差: 0.5845 検証精度: 0.85
検証誤差: 0.5847 検証精度: 0.85
検証誤差: 0.5809 検証精度: 0.85
検証誤差: 0.5766 検証精度: 0.85
検証誤差: 0.5720 検証精度: 0.85
検証誤差: 0.5653 検証精度: 0.86
検証誤差: 0.5584 検証精度: 0.86
検証誤差: 0.5541 検証精度: 0.86
検証誤差: 0.5522 検証精度: 0.86
検証誤差: 0.5485 検証精度: 0.86
検証誤差: 0.5470 検証精度: 0.86
検証誤差: 0.5461 検証精度: 0.86
検証誤差: 0.5460 検証精度: 0.86
検証誤差: 0.5432 検証精度: 0.86
検証誤差: 0.5367 検証精度: 0.86
検証誤差: 0.5324 検証精度: 0.87
検証誤差: 0.5289 検証精度: 0.87
検証誤差: 0.5294 検証精度: 0.87
検証誤差: 0.5301 検証精度: 0.87
検証誤差: 0.5306 検証精度: 0.87
検証誤差: 0.5280 検証精度: 0.87
検証誤差: 0.5248 検証精度: 0.87
検証誤差: 0.5214 検証精度: 0.87
検証誤差: 0.5192 検証精度: 0.87
検証誤差: 0.5176 検証精度: 0.87
検証誤差: 0.5134 検証精度: 0.87
検証誤差: 0.5146 検証精度: 0.87
検証誤差: 0.5131 検証精度: 0.87
検証誤差: 0.5112 検証精度: 0.87
検証誤差: 0.5079 検証精度: 0.88
検証誤差: 0.5090 検証精度: 0.87
検証誤差: 0.5064 検証精度: 0.88
検証誤差: 0.5039 検証精度: 0.88
検証誤差: 0.5015 検証精度: 0.88
検証誤差: 0.5008 検証精度: 0.88
検証誤差: 0.4986 検証精度: 0.88
検証誤差: 0.4962 検証精度: 0.88
検証誤差: 0.4939 検証精度: 0.88
検証誤差: 0.4906 検証精度: 0.88
検証誤差: 0.4862 検証精度: 0.88
検証誤差: 0.4824 検証精度: 0.88
検証誤差: 0.4793 検証精度: 0.88
検証誤差: 0.4799 検証精度: 0.88
検証誤差: 0.4776 検証精度: 0.88
検証誤差: 0.4762 検証精度: 0.89
検証誤差: 0.4737 検証精度: 0.89
検証誤差: 0.4717 検証精度: 0.89
検証誤差: 0.4702 検証精度: 0.89
検証誤差: 0.4708 検証精度: 0.89
検証誤差: 0.4740 検証精度: 0.89
検証誤差: 0.4759 検証精度: 0.89
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
/var/folders/tv/vd8qs8x14xg282z04cjgj2dm0000gn/T/ipykernel_1514/2234887032.py in <module>
     15 
     16     if train_iterator.is_new_epoch:
---> 17         testEpoch(train_iterator, loss)

/var/folders/tv/vd8qs8x14xg282z04cjgj2dm0000gn/T/ipykernel_1514/2749362989.py in testEpoch(train_iterator, loss)
     30 
     31         if test_iterator.is_new_epoch:
---> 32             test_iterator.epoch = 0
     33             test_iterator.current_position = 0
     34             test_iterator.is_new_epoch = False

AttributeError: can't set attribute

いろいろ調べてみましたが、このエラーについてはあまり記事がなくわかりませんでした。
わかる方いましたら、回答よろしくお願いします。

Answer 1

if文を

test_iterator.reset()

に置き換えることで解決しました。

Answer 2

            test_iterator.epoch = 0
            test_iterator.current_position = 0
            test_iterator.is_new_epoch = False
            test_iterator._pushed_position = None

↓ 修正

            test_iterator.reset()

　
参考
Chainerのチュートリアルを試してみた

Comments

[seyu0930]

ありがとうございます！無事解決致しました。このif文は無限ループしないためにbreakを入れているのはわかるのですが、訂正前と訂正後でそれぞれどんな役割（意味）があるのでしょうか？

[jbpb0]

breakはエラーには関係無いです
それが分かるように、回答のコードを書き直しました

[seyu0930]

すみません、質問の内容が悪かったです。breakの意味は分かるのですが、その他のif内のコードはどのような役割をしているのですか。という意味です。問題は解決できましたが何が原因でエラーが出たのか結局わからないので教えていただけると嬉しいです。

[jbpb0]

> 何が原因でエラーが出たのか結局わからない

質問者さんが、エラーが出るようなコードを書いたからです
その理由を私に聞かれても、分かるはずない

私が回答に書いたのは、Chainerの公式のexampleに書いてあるやり方と同じものです
かなり古い1.24.0も、最新の7.8.0も、そこは同じ
test_iter.reset()
と書かれてます
https://github.com/chainer/chainer/blob/v1.24.0/examples/mnist/train_mnist_custom_loop.py
https://github.com/chainer/chainer/blob/v7.8.0/examples/mnist/train_mnist_custom_loop.py
つまり、それがスタンダードな書き方で、そう書いたらうまくいくようにChainerは設計されてるのです

その書き方とは異なる、エラーが出るようなコードを書いたのは質問者さんですよね
最初っから公式exampleの書き方を真似てれば、このエラーはおそらく出なかったでしょうね

もちろん、公式が出してるコードと同じことしか書いちゃダメ、なんてことはないです
でも、違う書き方をして、それでエラーになって、その理由を他人に聞くのは、おかしいです

絶対にエラーにならないコードを書いた自信があって、そう考える理由を述べて、なぜその通りにならないのか、を質問するのなら分かりますが、そのような質問ではないですよね

[seyu0930]

いえ、画像認識プログラミングレシピという本を模写していて、chainerも初めて触ったので私一人で書けるわけではなく、調べても難しかったから質問させていただいた次第です。後、別にエラーの原因を聞いているのではなく、「if文の中はどんな役割をしているのか」が知りたかったのです。そこから本の通りにやってなぜエラーが出たのかを知ろうとしていただけです。

失礼いたしました。