kerasを使用してtensorboard上にembedding visualizationのエラーについて

Question

kerasを使用してenbedding visualizationをtensorboard上で使用することは可能でしょうか?
他のサイトを色々としらべてみて、それらしい記載がありましたのでtensorboardのcallback関数にenbedding_layer_namesをパラメーターとして挿入したのですが、以下のエラーが出てすすみません。

embeddings_layer_names = None # or some list of layers ['embeddings_1']

tb_cb=keras.callbacks.TensorBoard(log_dir="/Users/name/dataname40/tflog/",histogram_freq=10,write_graph=False,embeddings_freq=100,embeddings_layer_names=embeddings_layer_names)

model=Sequential()
model.add(Dense(units=20,activation="relu",input_shape=(n_features,)))
model.add(Dropout(0.5))
model.add(Dense(units=10,activation="relu"))
model.add(Dropout(0.5))
model.add(Dense(units=n_classes,activation="softmax"))
model.compile(loss="categorical_crossentropy",optimizer="adam",metrics=["accuracy"])
history=model.fit(X,y_keras,epochs=4000,validation_split=0.1,batch_size=20,verbose=2,callbacks=[tb_cb])


コード

error
/anaconda3/lib/python3.6/site-packages/tensorflow/python/training/saver.py in _build(self, checkpoint_path, build_save, build_restore)
1370 return
1371 else:
-> 1372 raise ValueError("No variables to save")
1373 self._is_empty = False
1374

ValueError: No variables to save

何度か試してみてはいるのですが、model.fitの時点でエラーが出てしまいます。
間違いなどがあれば教えていただけますと幸いです。よろしくお願いいたします。

#stackoverflowで教えていただいた手法の追記

import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout
from keras import callbacks

logdir="/Users/name/Dropbox/python/"

batch_size = 100
num_classes = 10
epochs = 20


# the data, shuffled and split between train and test sets
(x_train, y_train), (x_test, y_test) = mnist.load_data()

x_train = x_train.reshape(60000, 784)
x_test = x_test.reshape(10000, 784)
x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train /= 255
x_test /= 255
print(x_train.shape[0], 'train samples')
print(x_test.shape[0], 'test samples')

# convert class vectors to binary class matrices
y_train = keras.utils.to_categorical(y_train, num_classes)
y_test = keras.utils.to_categorical(y_test, num_classes)

model = Sequential()
model.add(Dense(200, activation='relu', input_shape=(784,)))
model.add(Dropout(0.2))
model.add(Dense(100, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(60, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(30, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(10, activation='softmax'))
embedding_layer_names = set(layer.name
                            for layer in model.layers
                            if layer.name.startswith('dense_'))
tb = callbacks.TensorBoard(log_dir=log_dir, histogram_freq=10, batch_size=32,write_graph=True, write_grads=True, write_images=True,embeddings_freq=10, embeddings_metadata=None,
embeddings_layer_names=embedding_layer_names)

model.compile(loss='categorical_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])
history = model.fit(x_train, y_train,
                    callbacks=[tb,early_stop],
                    batch_size=batch_size,
                    epochs=epochs,
                    verbose=1,
                    validation_data=(x_test, y_test))
score = model.evaluate(x_test, y_test, verbose=0)
print('Test loss:', score[0])
print('Test accuracy:', score[1])
コード

上記サイトに記載されているコードを試したのですが、
To visualize embeddings, embeddings_data must be provided.

model.fitは進行するのですが、上記のエラーが最後に出力されます。
embeddings_data=None,[]などで定義したとしても上記のエラーがでてしまいます。すみませんが、embeddings_dataを与えておくということはどういうことなのでしょうか。

Answer 1

https://stackoverflow.com/questions/45265436/keras-save-image-embedding-of-the-mnist-data-set

Comments

[yohehe]

mkgrei様ありがとうございます。
tb_cb=TensorResponseBoard(log_dir="/Users//Dropbox/python/datatest/tflog/", histogram_freq=10, batch_size=10,write_graph=True, write_grads=True, write_images=True,
embeddings_freq=10,
embeddings_layer_names=['dense_1'],
embeddings_metadata='metadata.tsv',
val_size=len(X), img_path='images.jpg', img_size=[28, 28])
を導入してもmodel.fitの段階で同様のValue Errorが出てしました。kerasとtensorflowのバージョンとアップデートなどの確認とstackoverflowのサイトの記事をもう少し読んで、解決次第プログラムをを追記いたします。

[yohehe]

何度か試したのですがうまくいきませんでした。何が足りないのかもわからずで、力足らずでした。
教えていただきましたサイトでは可能なようなので、勉強しなおします。ありがとうございました。