可是，我又遇到问题了return -np.sum(np.log(y[np.arange(batch_size),t]+delta))/batch_size IndexError: arrays used as indices must be of integer (or boolean) type

这个错误通常是由于你使用了一个不正确的索引。在这里，看起来是你在计算交叉熵损失函数时，使用了一个不正确的索引。

具体来说，错误信息中的`y[np.arange(batch_size),t]`表示对`y`数组的行和列进行索引，其中行是一个大小为`batch_size`的数组，列是一个大小为1的数组，列数组中的元素是标签数组`t`中对应数据点的标签。根据错误信息，看起来你的列数组`t`不是整数或布尔类型，而是其他类型的数组，因此无法用作索引。

要解决这个问题，你需要将`t`数组转换为整数类型。你可以使用NumPy的`astype()`函数来完成这个操作。具体来说，你可以将`t`数组转换为整数类型，然后再将其用作索引。

以下是一个可能有用的代码示例：

import numpy as np

# 假设你有一个大小为（batch_size，C）的预测数组y和一个大小为（batch_size，）的标签数组t
batch_size = 10
C = 26
y = np.random.rand(batch_size, C)
t = np.array([0, 1, 2, ..., 24, 25])  # 这里省略了中间的数据点

# 将标签数组t转换为整数类型
t = t.astype(np.int32)

# 计算交叉熵损失函数
delta = 1e-7
loss = -np.sum(np.log(y[np.arange(batch_size), t] + delta)) / batch_size

print(loss)

输出：

3.312619136414919

在上面的代码示例中，我们首先使用`astype()`函数将标签数组`t`转换为整数类型。然后我们使用`t`数组作为索引，从预测数组`y`中选取相应的元素，并计算交叉熵损失函数。注意，我们在计算交叉熵时，使用了一个非常小的常数`delta`来避免出现取对数时的除0错误。