【问题记录1: “IndexError: index 13 is out of bounds for axis 1 with size 13“】

问题排查过程：

1. 首先检查类别数目的设置，类别数目为14，类别数目设置为14，因此index应该可以达到13，排除此问题。

2. 通过打印出具体类别的标签发现，一个batch的样本缺少9这个标签，所以总共类别数只有13个，所以无法索引到13。
   

原因：数据集类别不平衡，类别9的样本数比较少，一个batch中没有随机采样到类别9。

解决方法：增加batch size为256（原来为128）。

效果：问题解决。附带效果，训练的准确度竟然也有所上升（97提升到98）。开心：）

————————————————————————————————————————
后来发现，增加batch的情况并不能从根本上解决类别缺少的问题。

进一步解决：将类别标签后面增加与类别数目相同的一系列数，比如这里是14类，就加上[0,1,2,…,13],在后面的one-hot表示后，再去除后面14个数。

    label = np.array(label)
    # 加上14个数（以防有的类别在batch中没出现对后面预测产生影响）
    for i in range(NB_CLASSE