ChainerのサンプルコードにあるMNIST 画像データの学習を行うプログラム
https://github.com/pfnet/chainer/blob/master/examples/mnist/train_mnist.py
を参考に自分でプログラムを書いたのですが、学習が始まって数秒のところでエラーが出てしまいます。
エラーの内容が

'int' object is not callable

これが発生しているのが、

self.trainer.run()

という部分でした。以下に全プログラムを掲載します。

main.py

from __future__ import print_function

import MultiLayerPerceptron

import chainer
import chainer.functions as F
import chainer.links as L
from chainer import training
from chainer.training import extensions

GPU = 0
UNIT = 1000
O_UNIT = 10
BACTHSIZE = 100
EPOCH = 20
OUT = 'result'
RESUME = ''



def main():

    setParams = MultiLayerPerceptron.SetParams(UNIT, O_UNIT, GPU, BACTHSIZE, EPOCH, OUT, RESUME)
    setParams.SetGPU()
    setParams.SetOptimizer()
    setParams.SetMNISTData()
    setParams.SetTrainer()
    setParams.SetExtension()
    setParams.RunTrainer()

if __name__ == '__main__':
    main()

MultiLayerPerceptron.py

# -*- coding: utf-8 -*-

import chainer
import chainer.links as L
import chainer.functions as F
from chainer import training
from chainer.training import extensions


class MLP(chainer.Chain):

    def __init__(self,n_units,n_out):
        super(MLP, self).__init__(
            l1=L.Linear(None,n_units),
            l2=L.Linear(None,n_units),
            l3=L.Linear(None,n_out),
        )
    def __call__(self,x):
        h1 = F.relu(self.l1(x))
        h2 = F.relu(self.l2(h1))
        return self.l3(h2)

class SetParams:
    def __init__(self,unit, o_unit, gpu,batchSize,epoch,out,resume):
        self.model = L.Classifier(MLP(unit, o_unit))
        self.gpu = gpu
        self.batchSize = batchSize
        self.epoch = epoch
        self.out = out
        self.resume = resume
        self.optimiszer = None
        self.train = None
        self.test = None
        self.trainIter = None
        self.testIter = None
        self.trainer = None

    #GPUの設定       
    def SetGPU(self):
        if self.gpu >= 0:
            chainer.cuda.get_device(self.gpu).use()
            self.model.to_gpu()
        print "Set GPU - OK"

    #最適化関数の設定
    def SetOptimizer(self):
        self.optimizer = chainer.optimizers.Adam()
        self.optimizer.setup(self.model)
        print "Set Optimizer - OK"

    #MNIST画像データの取得
    def SetMNISTData(self):
        self.train,self.test = chainer.datasets.get_mnist() #ラベル付きデータセット、1次元、データType=float32、ラベルType=int32
        #ミニバッチの設定
        self.trainIter = chainer.iterators.SerialIterator(self.train, self.batchSize) #繰り返し有り、順番入れ替えあり
        self.testIter = chainer.iterators.SerialIterator(self.test, self.batchSize, False, False) #繰り返しなし、順番入れ替えなし
        print "Set MNIST Image - OK"


    def SetTrainer(self):
        self.updater = training.StandardUpdater(self.trainIter, self.optimizer, device = self.gpu)
        self.trainer = training.Trainer(self.updater, (self.epoch, 'epoch'), out = self.out) #***** 不明 *****

    def SetExtension(self):
        self.trainer.extend(extensions.Evaluator(self.testIter, self.model, self.gpu))
        self.trainer.extend(extensions.dump_graph('main/loss'))
        self.trainer.extend(extensions.snapshot(), trigger=(self.epoch, 'epoch'))
        self.trainer.extend(extensions.LogReport())
        self.trainer.extend(extensions.PrintReport(
            ['epoch', 'main/loss', 'validaton/main/loss', 
             'main/accuracy', 'validation/main/accuracy', 'elapsed_time']))
        self.trainer.extend(extensions.ProgressBar())
        print "Set Extension - OK"

    def RunTrainer(self):
        if self.resume:
            chainer.serializers.load_npz(self.resume, self.trainer)
        self.trainer.run()