[Python,LSTM]ゼロ除算エラーになる

前提・実現したいこと

LSTMでの学習を行う時に０除算によるエラーが起こる。
本に載っていた元々１入力のモデルを自分で２入力に直しているので、そこの部分で何か修正が足りていない可能性があると思うのですが、どこを直せばいいかわかりません。

発生している問題・エラーメッセージ

Exception in main training loop: division by zero
Traceback (most recent call last):
  File "C:\annaconda3\lib\site-packages\chainer\training\trainer.py", line 346, in run
    entry.extension(self)
  File "C:\annaconda3\lib\site-packages\chainer\training\extensions\evaluator.py", line 180, in __call__
    result = self.evaluate()
  File "C:\annaconda3\lib\site-packages\chainer\training\extensions\evaluator.py", line 234, in evaluate
    for batch in it:
  File "C:\annaconda3\lib\site-packages\chainer\iterators\serial_iterator.py", line 70, in __next__
    self._previous_epoch_detail = self.epoch_detail
  File "C:\annaconda3\lib\site-packages\chainer\iterators\serial_iterator.py", line 96, in epoch_detail
    return self.epoch + self.current_position / self._epoch_size
Will finalize trainer extensions and updater before reraising the exception.
---------------------------------------------------------------------------
ZeroDivisionError                         Traceback (most recent call last)
<ipython-input-30-60286bd83ea7> in <module>
     55 trainer.extend(extensions.PrintReport(['epoch','main/loss','validation/main/loss','main/accuracy','validation/main/accuracy']))
     56 # 機械学習を実行する
---> 57 trainer.run()
     58 # 学習結果を保持する
     59 chainer.serializers.save_npz('tempture_model_Osaka_2weeks.npz',stock_net)

C:\annaconda3\lib\site-packages\chainer\training\trainer.py in run(self, show_loop_exception_msg)
    374                         f.write('Traceback (most recent call last):\n')
    375                         traceback.print_tb(sys.exc_info()[2])
--> 376             six.reraise(*exc_info)
    377         finally:
    378             for _, entry in extensions:

C:\annaconda3\lib\site-packages\six.py in reraise(tp, value, tb)
    701             if value.__traceback__ is not tb:
    702                 raise value.with_traceback(tb)
--> 703             raise value
    704         finally:
    705             value = None

C:\annaconda3\lib\site-packages\chainer\training\trainer.py in run(self, show_loop_exception_msg)
    344                     for name, entry in extensions:
    345                         if entry.trigger(self):
--> 346                             entry.extension(self)
    347         except Exception as e:
    348             if show_loop_exception_msg:

C:\annaconda3\lib\site-packages\chainer\training\extensions\evaluator.py in __call__(self, trainer)
    178         with reporter:
    179             with configuration.using_config('train', False):
--> 180                 result = self.evaluate()
    181 
    182         reporter_module.report(result)

C:\annaconda3\lib\site-packages\chainer\training\extensions\evaluator.py in evaluate(self)
    232             pbar = _IteratorProgressBar(iterator=it)
    233 
--> 234         for batch in it:
    235             observation = {}
    236             with reporter_module.report_scope(observation):

C:\annaconda3\lib\site-packages\chainer\iterators\serial_iterator.py in __next__(self)
     68 
     69     def __next__(self):
---> 70         self._previous_epoch_detail = self.epoch_detail
     71         self._state, indices = _statemachine.iterator_statemachine(
     72             self._state, self.batch_size, self.repeat, self.order_sampler,

C:\annaconda3\lib\site-packages\chainer\iterators\serial_iterator.py in epoch_detail(self)
     94     @property
     95     def epoch_detail(self):
---> 96         return self.epoch + self.current_position / self._epoch_size
     97 
     98     @property

ZeroDivisionError: division by zero

該当のソースコード

python
1import chainer
2import chainer.functions as F
3import chainer.links as L
4import numpy as np
5import os
6import csv
7from chainer.training import extensions
8from chainer import training, datasets, iterators, optimizers
9
10# ニューラルネットワークのモデル
11class Tempture_NN(chainer.Chain):
12    
13    def __init__(self):
14        super(Tempture_NN, self).__init__()
15        with self.init_scope():
16            self.c1 = L.StatefulGRU(2, 32)
17            self.c2 = L.StatefulGRU(32, 32)
18            self.c3 = L.StatefulGRU(32, 10)
19    
20    def __call__(self, x, reset=True):
21        # LSTMのステータスをクリアする
22        if reset:
23            self.c1.reset_state()
24            self.c2.reset_state()
25            self.c3.reset_state()
26        # 入力された分を計算する
27        result = []
28        aa = ''
29        for i in range(x.shape[1]):
30            batch = x[:,i]
31            h1 = self.c1(batch)
32            h2 = self.c2(h1)
33            h3 = self.c3(h2)
34            # 結果の足し合わせをニューロンの数で平均する
35            h4 = F.sum(h3, axis=1) / 10.0
36            result.append(h4)
37        return result
38
39# 気温データからRNNの教師データを作成する関数
40def get_sourceset(tempture, size):
41    result_data = []
42    # 過去のすべての月に対して
43    for i in range(len(tempture)-size*3-1):
44        source = []
45        result = []
46        # 先月と来月を取得する
47        for j in range(i, i+size-1):
48            dif = np.float32(tempture[j])
49            res = np.float32(tempture[j+size*2][0])
50            add = np.array([dif], dtype=np.float32)
51            source.append(add)
52            result.append(res)
53        result_data.append((source,result))
54    return result_data
55
56tempture_data = []
57
58with open('Osaka.csv', 'r', encoding="sjis") as file:
59    reader = csv.reader(file)
60    for i in range(5):
61        header = next(reader)
62    for row in reader:
63        t1 = float(row[1])
64        t2 = float(row[2])
65        # -10 から40度の範囲を0から1にする
66        tempture_data.append([(t1 - 369) / 516,(t2-1060) / 145])
67
68# 直近48か月分を除く
69tempture_train = tempture_data[0:len(tempture_data)-31]
70# 直近48か月分をテスト用にする
71tempture_test = tempture_data[len(tempture_data)-31:len(tempture_data)]
72# 24か月のウィンドウでRNN用のデータにする
73temp_dataset = get_sourceset(tempture_train, 14)
74test_temp_dataset = get_sourceset(tempture_test, 14)
75# 損失関数を定義する
76def loss_func(result, label):
77    loss = 0
78    for i in range(len(result)):
79        # 次の月の気温との比較を求める
80        loss += F.mean_squared_error(result[i],label[:,i])
81    return loss
82# 確度関数を定義する
83def acc_func(result,label):
84    acc = 0
85    for i in range(len(result)):
86        # 差の絶対値の平均
87        dif = result[i].data - label[:,i]
88        acc += 1.0 - np.mean(np.abs(dif))
89    return acc / len(result)
90
91# 配列をchainerのイテレーターにする
92batch_size = 64
93train_iter = iterators.SerialIterator(temp_dataset, batch_size)
94test_iter = iterators.SerialIterator(test_temp_dataset, batch_size, repeat=False)
95# ニューラルネットワークのモデルを作成
96stock_net = Tempture_NN()
97model = L.Classifier(stock_net, lossfun = loss_func, accfun = acc_func)
98# 学習アルゴリズムの選択
99optimizer = chainer.optimizers.RMSpropGraves()
100optimizer.setup(model)
101# 学習モデルを作成
102updater = training.StandardUpdater(train_iter, optimizer)
103# 25エポック分学習させる
104trainer = training.Trainer(updater, (50, 'epoch'), out = "result")
105# テストを実行
106trainer.extend(extensions.Evaluator(test_iter, model))
107# 学習進展を表示するようにする
108trainer.extend(extensions.LogReport())
109trainer.extend(extensions.ProgressBar(update_interval = 10))
110trainer.extend(extensions.PrintReport(['epoch','main/loss','validation/main/loss','main/accuracy','validation/main/accuracy']))
111# 機械学習を実行する
112trainer.run()
113# 学習結果を保持する
114chainer.serializers.save_npz('tempture_model_Osaka_2weeks.npz',stock_net)