IndexError: too many indices for array

IndexError: too many indices for array: array is 0-dimensional, but 1 were i：

这个意思就是你的数组是0维的，但是你却取了1维的数据

出现这样的情况你因为你矩阵的维度出现了冗余情况，比如你把一组数放入矩阵，矩阵默认的维度是2，但是你其实只有一列数，或者你实际是2维的数据，你将其转为3维数据形式，也会报错。

因此可以先用np.shape()函数查看你的矩阵维度，是否出现了（n，）这样的情况。

然后对矩阵进行reshape重构，或者np.squeeze去除冗余自由度就可以避免这样的问题。

data = np.reshape(data,[-1,20,28,28])

Y_prediction_test = np.squeeze(d['Y_prediction_test'])

例如：

loss.data.cpu().numpy()[0]

总是报“IndexError: too many indices for array: array is 0-dimensional, but 1 were i：”这个错误，然后这里我用np.shape(loss.data.cpu().numpy()) 查看，发现输出为（）

这里就发现“loss.data.cpu().numpy()”是0维的，但是你这里却取了0维的第一个数“loss.data.cpu().numpy()[0]”，所以是错误的

有两种解决方法，分别是：

（1）直接取该0维的数

loss.data.cpu().numpy()

（2）利用上述的reshape函数，将这个数组转为1维的

loss.data.cpu().numpy().reshape(1,-1)[0]