python - chainer で MNIST データのラベルとして配列を使用する

Question

python モジュールchainerには、ニューラル ネットワークを使用してMNIST データベースから手書きの数字を認識する導入部があります。

特定の手書きの数字D.pngが3. 次のようにラベルが配列として表示されることに慣れています。

label = [0, 0, 0, 1, 0, 0, 0, 0, 0, 0]

ただし、chainer代わりに整数のラベルを付けます。

label = 3

出力予測も配列であるため、配列ラベルはより直感的です。画像を扱わないニューラル ネットワークでは、ラベルを特定の配列にする柔軟性が必要です。

chainer の紹介から直接以下のコードを含めました。trainまたはデータセットを解析する場合test、すべてのラベルが浮動小数点数ではなく整数であることに注意してください。

整数ではなく配列をラベルとして使用してトレーニング/テスト データを実行するにはどうすればよいですか?

import numpy as np
import chainer
from chainer import cuda, Function, gradient_check, report, training, utils, Variable
from chainer import datasets, iterators, optimizers, serializers
from chainer import Link, Chain, ChainList
import chainer.functions as F
import chainer.links as L
from chainer.training import extensions

class MLP(Chain):
    def __init__(self, n_units, n_out):
        super(MLP, self).__init__()
        with self.init_scope():
            # the size of the inputs to each layer will be inferred
            self.l1 = L.Linear(None, n_units)  # n_in -> n_units
            self.l2 = L.Linear(None, n_units)  # n_units -> n_units
            self.l3 = L.Linear(None, n_out)    # n_units -> n_out

    def __call__(self, x):
        h1 = F.relu(self.l1(x))
        h2 = F.relu(self.l2(h1))
        y = self.l3(h2)
        return y

train, test = datasets.get_mnist()

train_iter = iterators.SerialIterator(train, batch_size=100, shuffle=True)
test_iter = iterators.SerialIterator(test, batch_size=100, repeat=False, shuffle=False)

model = L.Classifier(MLP(100, 10))  # the input size, 784, is inferred
optimizer = optimizers.SGD()
optimizer.setup(model)

updater = training.StandardUpdater(train_iter, optimizer)
trainer = training.Trainer(updater, (20, 'epoch'), out='result')

trainer.extend(extensions.Evaluator(test_iter, model))
trainer.extend(extensions.LogReport())
trainer.extend(extensions.PrintReport(['epoch', 'main/accuracy', 'validation/main/accuracy']))
trainer.extend(extensions.ProgressBar())
trainer.run()