質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.99%

kerasでNameErrorがでます

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 1,342

yep

score 43

文章を学習する単純なautoencoderを書いてみました。
しかし、
Traceback (most recent call last):
File "C:\Users\yudai\Desktop\keras_AE.py", line 70, in <module>
validation_data=(test_word))
NameError: name 'test_word' is not defined
と出力されます。
もし原因がわかる方やもっとこうしたらいいのに、というご意見がある方は、
何卒、ご教授宜しくお願い致します。

from keras.layers import Input, Dense
from keras.layers.core import Activation
from keras.models import Model
from keras.utils.data_utils import get_file
import numpy as np
import codecs

#データの読み込み
with codecs.open(r'C:\Users\yudai\Desktop\poem.txt', 'r', 'utf-8') as f:
    for text in f:
        text = text.strip()
#コーパスの長さ
print('corpus length:', len(text))
#文字数を数えるため、textをソート
chars = sorted(list(set(text)))
#全文字数の表示
print('total chars:', len(chars))
#文字をID変換
char_indices = dict((c, i) for i, c in enumerate(chars))
#IDから文字へ変換
indices_char = dict((i, c) for i, c in enumerate(chars))
#テキストを17文字ずつ読み込む
maxlen = 17
#サンプルバッチ数
step = 3
sentences = []
next_chars = []
for i in range(0, len(text) - maxlen, step):
    sentences.append(text[i: i + maxlen])
    next_chars.append(text[i + maxlen])
#学習する文字数を表示
print('Sequences:', len)

#ベクトル化する
print('Vectorization...')
x = np.zeros((len(sentences), maxlen, len(chars)), dtype=np.bool)
y = np.zeros((len(sentences), len(chars)), dtype=np.bool)
for i, sentence in enumerate(sentences):
    for t, char in enumerate(sentence):
        x[i, t, char_indices[char]] = 1
    y[i, char_indices[next_chars[i]]] = 1

#モデルを構築する工程に入る
print('Build model...')
#encoderの次元
encoding_dim = 128
#入力用の変数
input_word = Input(shape=(32,))
#入力された語がencodeされたものを格納する
encoded = Dense(128, activation='relu')(input_word)
encoded = Dense(64, activation='relu')(encoded)
encoded = Dense(32, activation='relu')(encoded)
#潜在変数(実質的な主成分分析)
latent = Dense(8, activation='relu')(encoded)
#encodeされたデータを再構成
decoded = Dense(32, activation='relu')(latent)
decoded = Dense(64, activation='relu')(decoded)
decoded = Dense(128, activation='relu')(encoded)

output = Dense(100, activation='relu')

autoencoder = Model(input=input_word, output=decoded)
#Adamで最適化、loss関数をcategorical_crossentropy
autoencoder.compile(optimizer='Adam', loss='categorical_crossentropy')

#autoencoderの実行
autoencoder.fit(x,
                epochs=1000,
                batch_size=256,
                shuffle=False)
#学習の進み具合を観察
def on_epoch_end(epochs):
    print()
    print('Epoch: %d' % epochs)

#モデルの構造を保存
model_json = autoencoder.to_json()
with open('keras_AE.json', 'w') as json_file:
    json_file.write(model_json)
#学習済みモデルの重みを保存
autoencoder.save_weights('AE.h5')

decoded_word = autoencoder.predict(word_test)

X_embedded = model.predict(X_train)
autoencoder.fit(X_embedded,X_embedded,epochs=10,
            batch_size=256, validation_split=.1)


C:\Users\hoge\Desktop\poem.txtは、webから2万9000件の俳句を一文ずつ抽出し、MeCabで形態素解析を行っています。
例:かき くえば かね が なる なり ほうりゅうじ

環境

Windows 10

python 3.7.0
tensorflow-gpu 1.9.0
keras 2.2.4

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • tiitoi

    2018/10/22 18:29

    与えようとしているデータの形状と入力層の形状が一致していないため起こっています。input_word = Input(shape=(maxlen, len(chars))) としてはどうでしょうか?

    キャンセル

  • yep

    2018/10/22 18:47

    ありがとうございます。また一つエラーが訂正できました。

    キャンセル

  • yep

    2018/10/22 19:21

    実は、また別のエラーが起きましたが、別の質問をたてようと思います

    キャンセル

回答 1

check解決した方法

0

Name errorに関しましては、
tiitoiさんからの
"test_word という変数がどこにも定義されていないため、エラーになっています。バリデーション用のデータを用意していないのであれば、とりあえず validation_data=(test_word) を消してみてはどうですか"

epochをepochsに
"与えようとしているデータの形状と入力層の形状が一致していないため起こっています。input_word = Input(shape=(maxlen, len(chars))) としてはどうでしょうか?"
で解決できました。
誠にありがとうございました。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.99%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る