kerasでNameErrorがでます

Question

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

Comments

[tiitoi]

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

[yep]

わかりました。

[yep]

単純に消去するとTypeError: Unrecognized keyword arguments: {'epoch': 1000}になります。

[tiitoi]

fit() 関数の引数で epoch ではなく、 epochs です。関数の呼び出し等でエラーが出たら、まず公式ドキュメントで使い方が合っているか1つずつ確認してみましょう。https://keras.io/ja/

[yep]

本当は２-dでなければならず、1次元でサンプルを列挙しなければならないようです。https://stackoverflow.com/questions/41563720/error-when-checking-model-input-expected-convolution2d-input-1-to-have-4-dimens　畳み込みの話のようですが、input_word = Input(shape=(32,))ではないかと考えています。

[tiitoi]

すいません。状況がよくわからないのですが、また別のエラーが出たということですか？

[yep]

はい、ValueError: Error when checking input: expected input_1 to have 2 dimensions, but got array with shape (2, 17, 12)と出ました。

[tiitoi]

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？

[yep]

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。

[yep]

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

Answer 1

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"
と
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。