Rにて手書き数字MNISTをnnetで学習させたい

Question

###前提・実現したいこと
Rにて手書き数字データMNISTをnnetで学習させたいと考えています。
サイトを参考に実行してみましたが、エラーが出てしまいうまくいきません。

###発生している問題・エラーメッセージ

There were 40 warnings (use warnings() to see them)
> warnings()
 警告メッセージ: 
1: In min(x) : no non-missing arguments to min; returning Inf
2: In max(x) : no non-missing arguments to max; returning -Inf
3: In min(x) : no non-missing arguments to min; returning Inf
4: In max(x) : no non-missing arguments to max; returning -Inf
5: In min(x) : no non-missing arguments to min; returning Inf
6: In max(x) : no non-missing arguments to max; returning -Inf
7: In min(x) : no non-missing arguments to min; returning Inf
8: In max(x) : no non-missing arguments to max; returning -Inf
9: In min(x) : no non-missing arguments to min; returning Inf
10: In max(x) : no non-missing arguments to max; returning -Inf
11: In min(x) : no non-missing arguments to min; returning Inf
12: In max(x) : no non-missing arguments to max; returning -Inf
13: In min(x) : no non-missing arguments to min; returning Inf
14: In max(x) : no non-missing arguments to max; returning -Inf
15: In min(x) : no non-missing arguments to min; returning Inf
16: In max(x) : no non-missing arguments to max; returning -Inf
17: In min(x) : no non-missing arguments to min; returning Inf
18: In max(x) : no non-missing arguments to max; returning -Inf
19: In min(x) : no non-missing arguments to min; returning Inf
20: In max(x) : no non-missing arguments to max; returning -Inf
21: In min(x) : no non-missing arguments to min; returning Inf
22: In max(x) : no non-missing arguments to max; returning -Inf
23: In min(x) : no non-missing arguments to min; returning Inf
24: In max(x) : no non-missing arguments to max; returning -Inf
25: In min(x) : no non-missing arguments to min; returning Inf
26: In max(x) : no non-missing arguments to max; returning -Inf
27: In min(x) : no non-missing arguments to min; returning Inf
28: In max(x) : no non-missing arguments to max; returning -Inf
29: In min(x) : no non-missing arguments to min; returning Inf
30: In max(x) : no non-missing arguments to max; returning -Inf
31: In min(x) : no non-missing arguments to min; returning Inf
32: In max(x) : no non-missing arguments to max; returning -Inf
33: In min(x) : no non-missing arguments to min; returning Inf
34: In max(x) : no non-missing arguments to max; returning -Inf
35: In min(x) : no non-missing arguments to min; returning Inf
36: In max(x) : no non-missing arguments to max; returning -Inf
37: In min(x) : no non-missing arguments to min; returning Inf
38: In max(x) : no non-missing arguments to max; returning -Inf
39: In min(x) : no non-missing arguments to min; returning Inf
40: In max(x) : no non-missing arguments to max; returning -Inf

###該当のソースコード

# MNISTのトレーニングデータ読み込み
train <- read.csv("MNIST/train.csv")
train[,"label"] <- as.factor(train[,"label"])

# 42000件のデータを40000件のトレーニングデータと2000件のテストデータに分割
training.index <- 1:40000
mnist.train <- train[training.index,]
mnist.test <- train[-training.index,]

# トレーニングデータをニューラルネットで学習
mnist.nnet <- nnet(label ~ ., size=3, data=mnist.train, MaxNWts=4000)
# weights:  2395
initial  value 10623.019233 
iter  10 value 7643.225165
iter  20 value 7193.715233
iter  30 value 7126.619016
iter  40 value 7061.769417
iter  50 value 7024.126638
iter  60 value 6908.916549
iter  70 value 6849.994496
iter  80 value 6753.666635
iter  90 value 6671.239935
iter 100 value 6639.331857
final  value 6639.331857 
stopped after 100 iterations

# テストデータを使って評価
mnist.result <- predict(mnist.nnet, mnist.test, type="class")
table(mnist.test$label, mnist.result, dnn = c("Actual", "Predicted"))
< table of extent 0 >
↑ここの結果がイマイチ？

# テストデータの正解、予測を表示
range <- 1:20
view_train(mnist.test, range)
< table of extent 10 x 0 >
 ↑ここの結果がイマイチ？

# テストデータの正解、予測を表示
range <- 1:20
view_train(mnist.test, range)
There were 40 warnings (use warnings() to see them)

###参考にさせていただいたサイト
http://totech.hateblo.jp/entry/2016/04/11/093802

###補足情報(言語/FW/ツール等のバージョンなど)
R-3.3.1、Rstudio 0.99.902

Answer 1

質問に記載されているソースコードで実行してみたら，エラーは出ずに結果を得ることができました．

一応，ソースコードを載せておきます．このコードで実行してもエラーは出るでしょうか？

library(nnet)

# 関数の定義
view_train <- function(train, range = 1:20) {
  par(mfrow=c(length(range)/4, 5))
  par(mar=c(0,0,0,0))
  for (i in range) {
    m <- matrix(data.matrix(train[i,-1]), 28, 28)
    image(m[,28:1])
  }
}

view_label <- function(train, range = 1:20) {
  matrix(train[range,"label"], 4, 5, byrow = TRUE)
}

# MNISTのトレーニングデータ読み込み
train <- read.csv("MNIST/train.csv")
train[,"label"] <- as.factor(train[,"label"])

# 42000件のデータを40000件のトレーニングデータと2000件のテストデータに分割
training.index <- 1:40000
mnist.train <- train[training.index,]
mnist.test <- train[-training.index,]

# トレーニングデータをニューラルネットで学習
mnist.nnet <- nnet(label ~ ., size=3, data=mnist.train, MaxNWts=4000)

# テストデータを使って評価
mnist.result <- predict(mnist.nnet, mnist.test, type="class")
table(mnist.test$label, mnist.result, dnn = c("Actual", "Predicted"))

# テストデータの正解、予測を表示
range <- 1:20
view_train(mnist.test, range)
view_label(mnist.test, range)
matrix(mnist.result, 4, 5, byrow = TRUE)

##### 結果 #####
# truth
#     [,1] [,2] [,3] [,4] [,5]
#[1,] "2"  "3"  "9"  "7"  "8" 
#[2,] "3"  "4"  "1"  "0"  "9" 
#[3,] "7"  "9"  "1"  "3"  "7" 
#[4,] "6"  "2"  "2"  "1"  "8" 

# predict
#     [,1] [,2] [,3] [,4] [,5]
#[1,] "1"  "3"  "3"  "7"  "7" 
#[2,] "3"  "4"  "1"  "6"  "7" 
#[3,] "4"  "4"  "1"  "6"  "7" 
#[4,] "6"  "2"  "2"  "1"  "7" 

Comments

[npn21]

t-kanekoさん
ありがとうございます！
いただいたソースコードを実行したところ、エラー解消されました。