6
私はニューラルネットワークを作成するためにKerasライブラリを使用しています。トレーニングデータをロードし、ネットワークを初期化し、ニューラルネットワークの重みを「適合」させるために、iPython Notebookがあります。 最後に、save_weights()メソッドを使用してウェイトを保存します。 コードは以下の通りです:次にニューラルネットワークのケラス負荷重み/予測時の誤差
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation
from keras.optimizers import SGD
from keras.regularizers import l2
from keras.callbacks import History
[...]
input_size = data_X.shape[1]
output_size = data_Y.shape[1]
hidden_size = 100
learning_rate = 0.01
num_epochs = 100
batch_size = 75
model = Sequential()
model.add(Dense(hidden_size, input_dim=input_size, init='uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.2))
model.add(Dense(hidden_size))
model.add(Activation('tanh'))
model.add(Dropout(0.2))
model.add(Dense(output_size))
model.add(Activation('tanh'))
sgd = SGD(lr=learning_rate, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='mse', optimizer=sgd)
model.fit(X_NN_part1, Y_NN_part1, batch_size=batch_size, nb_epoch=num_epochs, validation_data=(X_NN_part2, Y_NN_part2), callbacks=[history])
y_pred = model.predict(X_NN_part2) # works well
model.save_weights('keras_w')
、別のiPythonノートでは、私はこれらの重みを使用して、入力与えられたいくつかの出力値を予測します。私は同じニューラルネットワークを初期化し、重みをロードします。
# same headers
input_size = 37
output_size = 40
hidden_size = 100
model = Sequential()
model.add(Dense(hidden_size, input_dim=input_size, init='uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.2))
model.add(Dense(hidden_size))
model.add(Activation('tanh'))
model.add(Dropout(0.2))
model.add(Dense(output_size))
model.add(Activation('tanh'))
model.load_weights('keras_w')
#no error until here
y_pred = model.predict(X_nn)
問題は、明らかに、load_weightsメソッドでは機能モデルが十分ではありません。エラーが発生します:
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-17-e6d32bc0d547> in <module>()
1
----> 2 y_pred = model.predict(X_nn)
C:\XXXXXXX\Local\Continuum\Anaconda\lib\site-packages\keras\models.pyc in predict(self, X, batch_size, verbose)
491 def predict(self, X, batch_size=128, verbose=0):
492 X = standardize_X(X)
--> 493 return self._predict_loop(self._predict, X, batch_size, verbose)[0]
494
495 def predict_proba(self, X, batch_size=128, verbose=1):
AttributeError: 'Sequential' object has no attribute '_predict'
ご存じですか? ありがとうございました。
ありがとうございました。出来た :) – Julian