[python]ディープラーニングで、学習モデル・重みデータを保存したい

私は高専の機械科に所属している学生で、卒業研究でpythonを使用しているのですが、数ヶ月あたりに始めたのでよくわかりません。
研究内容は「ディープラーニングを用いて加工形状を分類する」というもので、既にExtraTreesClassifierという学習手法を使って学習は出来ているのですが、学習モデルと重みデータを保存しようとするとエラーが出てしまいます。

###エラーメッセージ

run trial_senban_ETC2.py ./data/learn900 ./data/test100
0.9
Traceback (most recent call last):

  File "C:\Users\kousaku25\Desktop\narita\senban\trial_senban_ETC2.py", line 113, in <module>
        model.save('senban_model.pkl')

AttributeError: 'ExtraTreesClassifier' object has no attribute 'save'

該当のソースコード

python
1import os
2import glob
3import sys
4import keras
5import numpy as np
6from skimage import io
7from sklearn import datasets
8from sklearn.metrics import accuracy_score
9from sklearn.ensemble import ExtraTreesClassifier
10from keras.models import Sequential
11from keras.layers import Convolution2D, MaxPooling2D
12from keras.layers import Dense, Dropout, Flatten
13from keras.optimizers import RMSprop
14
15IMAGE_SIZE1 = 84
16IMAGE_SIZE2 = 124
17COLOR_BYTE = 3
18CATEGORY_NUM = 6
19nb_classes = 2
20
21def load_senbanimage(path):
22
23    files = glob.glob(os.path.join(path, '*/*.bmp'))
24
25    images = np.ndarray((len(files), IMAGE_SIZE1, IMAGE_SIZE2,
26                            COLOR_BYTE), dtype = np.uint8)
27    labels = np.ndarray(len(files), dtype=np.int)
28
29
30    for idx, file in enumerate(files):
31
32        image = io.imread(file)
33        images[idx] = image
34
35        label = os.path.split(os.path.dirname(file))[-1]
36        labels[idx] = int(label)
37
38    flat_data = images.reshape((-1, IMAGE_SIZE1 * IMAGE_SIZE2 * COLOR_BYTE))
39    images = flat_data.view()
40    return datasets.base.Bunch(data=flat_data,
41                 target=labels.astype(np.int),
42                 target_names=np.arange(CATEGORY_NUM),
43                 images=images,
44                 DESCR=None)
45
46    labels = keras.utils.np_utils.to_categorical(labels, nb_classes)
47    in_size = IMAGE_SIZE1 * IMAGE_SIZE2
48
49
50    model = Sequential()
51    model.add(Convolution2D(32, 3, 3, input_shape=(in_size)))
52    model.add(Activation=('relu'))
53    model.add(MaxPooling2D(pool_size=(2, 2)))
54
55    model.add(Convolution2D(32, 3, 3))
56    model.add(Activation=('relu'))
57    model.add(MaxPooling2D(pool_size=(2, 2)))
58
59    model.add(Convolution2D(64, 3, 3,))
60    model.add(Activation=('relu'))
61    model.add(MaxPooling2D(pool_size=(2, 2)))
62
63    model.add(Flatten())
64    model.add(Dense(2))
65    model.add(Activation=('relu'))
66    model.add(Dropout(0.5))
67    model.add(Dense(1))
68    model.add(Activation=('sigmoid'))
69
70
71    model.compile(
72            loss='binary_crossentropy',
73            optimizer=RMSprop(),
74            metrics=['accuracy'])
75
76if __name__ == '__main__':
77    argvs  = sys.argv
78    train_path = argvs[1]
79    test_path = argvs[2]
80
81
82    train = load_senbanimage(train_path)
83
84    model = ExtraTreesClassifier(n_estimators=20, random_state=42)
85    model.fit(train.data, train.target)
86
87    test = load_senbanimage(test_path)
88    predicted = model.predict(test.data)
89
90    print (accuracy_score(test.target, predicted))
91
92
93    model.save('senban_model.pkl')
94    model.save_weights('senban_weight.h5')

補足

最適な学習手法が明確ではなかったためall_estimatorsメソッドを用いて最も正答率の高かったExtraTreesClassifierを採用しましたが、エラー文を見た感じそこに問題があるのでしょうか？

知識が浅く、参考書やネットで見たものをツギハギしたため、おかしい点があると思いますが、アドバイスいただけると幸いです。
よろしくお願いいたします。

ktaro99

2018/11/13 05:01

コードブロックを使用すると見やすくなりますよ。「```」のあとに改行をしてコードを貼り付けて「```」で閉じることで使えます。「```」のあとに「Python」などそのコードに使用されている言語を記入した後に改行するとコードブロックに「Python」などのラベルがつきます。

nariho

2018/11/13 05:06

ご指摘いただきありがとうございます。参考になりました。

行動規範の内容に同意します

回答1件

ベストアンサー

ExtraTreesClassifier 自体には save() メソッドはないようなので、
保存するときは get_params() でパラメータを取得して numpy.save() などで保存して、読み込むときは numpy.load() で読み込み、set_params() でパラメータを設定すればいいような気がします。
ExtraTreesClassifier は使ったことがないので、試してはいないですが。

投稿2018/11/13 06:27