0以外の数値にするとエラーが出てしまいます

Question

前提・実現したいこと

convLSTMを用いた画像予測を行っています。

%matplotlib inline
i=0
fig, axes = plt.subplots(1, 2, figsize=(12,6))
axes[0].imshow((y_test[i]+1)/2)
axes[1].imshow((model.predict(x_test[[i]]).reshape(100,180,3)+1)/2)

i=0のところを０以外の数値にするとエラーが出ます。

発生している問題・エラーメッセージ

IndexError: index 20 is out of bounds for axis 0 with size 1

該当のソースコード

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
from sklearn.model_selection import train_test_split
import glob
from PIL import Image
from tqdm import tqdm
import zipfile
import io



# 縮小後の画像サイズ
height = 100
width = 180

# 読み込んだ画像を入れる配列
imgs=np.empty((0, height, width, 3))

# zipファイルを読み込んでnumpy配列にする
zip_f = zipfile.ZipFile('drive/My Drive/Colab Notebooks/convLSTM/wide.zip')
for name in tqdm(zip_f.namelist()):
    with zip_f.open(name) as file:
        path = io.BytesIO(file.read()) #解凍
        img = Image.open(path)
        img = img.resize((width, height))
        img_np = np.array(img).reshape(1, height, width, 3)
        imgs = np.append(imgs, img_np, axis=0)


# 時系列で学習できる形式に整える
n_seq = 5
n_sample = imgs.shape[0] - n_seq

x = np.zeros((n_sample, n_seq, height, width, 3))
y = np.zeros((n_sample, height, width, 3))
for i in range(n_sample):
    x[i] = imgs[i:i+n_seq]
    y[i] = imgs[i+n_seq]
x, y = (x-128)/128, (y-128)/128

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.1, shuffle = False)


from keras import layers
from keras.layers.core import Activation
from tensorflow.keras.models import Model

inputs = layers.Input(shape=(5, height, width, 3))
x0 = layers.ConvLSTM2D(filters=16, kernel_size=(3,3), padding="same", return_sequences=True, data_format="channels_last")(inputs)
x0 = layers.BatchNormalization(momentum=0.6)(x0)
x0 = layers.ConvLSTM2D(filters=16, kernel_size=(3,3), padding="same", return_sequences=True, data_format="channels_last")(x0)
x0 = layers.BatchNormalization(momentum=0.8)(x0)

x0 = layers.ConvLSTM2D(filters=3, kernel_size=(3,3), padding="same", return_sequences=False, data_format="channels_last")(x0)
out = Activation('tanh')(x0)
model = Model(inputs=inputs, outputs=out)
model.summary()


model.compile(optimizer='rmsprop',
              loss='mae', metrics=['mse'])
call_backs=[EarlyStopping(monitor="val_loss",patience=5)]
model.fit(x_train, y_train, batch_size=16, epochs=100, verbose=2, validation_split=0.2, shuffle=True, callbacks=call_backs)

# 描画
%matplotlib inline
i=10
fig, axes = plt.subplots(1, 2, figsize=(12,6))
axes[0].imshow((y_test[i]+1)/2)
axes[1].imshow((model.predict(x_test[[i]]).reshape(100,180,3)+1)/2)

補足情報（FW/ツールのバージョンなど）

何を変えればいいのかわかりません　よろしくお願いします。

Comments

[退会済みユーザー]

> IndexError: index 20 is out of bounds for axis 0 with size 1
少なくともエラーは、「1つしかないものの20番目」を指定しているために「んなもんねーよ」と怒っているエラーです。

これだけでは何もわかりませんので、ちゃんと走るコードと、そのコードのどこで（何行目か、もしくはどの関数のところで）エラーが起きたかを掲載ください。データを開示できない場合、同じエラーが起こせる最小限のダミーデータを提供ください。

[退会済みユーザー]

print(x_test.shape)の結果を教えてもらえますか？

[KR13]

(1, 5, 100, 180, 3)でした。

Answer 1

x_testは(i番目, n_seq番目, 画像のheight , 画像のwidth, RGBの3ch)という内訳になっているものと思います。

ですので、
x_test[数字]とした場合、カッコの中の一番左側の中身のi番目が参照されます。

x_testの中身が(1, 5, 100, 180, 3)だった場合、
x_test[0]であればi番目の要素数は1しかないため(5, 100, 180, 3)が参照されます。
x_test[1]であればi番目の要素数は1しかないためIndexError: index 1 is out of bounds for axis 0 with size 1となるはずです。

もう気付いたと思いますが、n_seq番目を参照させたい場合には、n_seq番目を指定するカッコをつけないといけません。
具体的には、
x_test[0][0]とすると、i番目が0、n_seq番目が0の(100, 180, 3)が返ってきます。

---

やりたいことを実装するコードの抜粋(多分)

i_max = len(x_test[0])
for i in range(i_max):
    print(x_test[0][i].shape)

検証用コード

import numpy as np

# ダミーの変数を生成
test_x = np.zeros((1,5,100,180,3))

print(test_x.shape)
# (1, 5, 100, 180, 3)

print(test_x[0].shape)
# (5, 100, 180, 3)

print(test_x[0][0].shape)
# (100, 180, 3)

print(test_x[1].shape)
# IndexError: index 1 is out of bounds for axis 0 with size 1

Comments

[KR13]

なぜできないのか分かりました！無事解決できました！ありがとうございます。