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

89.72%

Kerasのlstmサンプルコードを動かしたい(import error)

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 598

iiyu

score 6

前提・実現したいこと

Python初心者です。
Kerasのlstmサンプルコードを自分のPCで動かそうとしています。

発生している問題・エラーメッセージ

02.01. 修正しました。

ImportError                               Traceback (most recent call last)
<ipython-input-7-3c17159f9610> in <module>
      1 
      2 from __future__ import print_function
----> 3 from keras.callbacks import LambdaCallback
      4 from keras.models import Sequential
      5 from keras.layers import Dense, Activation

~\Anaconda3\envs\tensorflow16\lib\site-packages\keras\__init__.py in <module>
      1 from __future__ import absolute_import
      2 
----> 3 from . import utils
      4 from . import activations
      5 from . import applications

~\Anaconda3\envs\tensorflow16\lib\site-packages\keras\utils\__init__.py in <module>
     25 from .np_utils import to_categorical
     26 from .np_utils import normalize
---> 27 from .multi_gpu_utils import multi_gpu_model

~\Anaconda3\envs\tensorflow16\lib\site-packages\keras\utils\multi_gpu_utils.py in <module>
      5 from __future__ import print_function
      6 
----> 7 from ..layers.merge import concatenate
      8 from .. import backend as K
      9 from ..layers.core import Lambda

~\Anaconda3\envs\tensorflow16\lib\site-packages\keras\layers\__init__.py in <module>
      3 from ..utils.generic_utils import deserialize_keras_object
      4 from ..engine.base_layer import Layer
----> 5 from ..engine import Input
      6 from ..engine import InputLayer
      7 from ..engine.base_layer import InputSpec

~\Anaconda3\envs\tensorflow16\lib\site-packages\keras\engine\__init__.py in <module>
      6 from .base_layer import Layer
      7 from .network import get_source_inputs
----> 8 from .training import Model

~\Anaconda3\envs\tensorflow16\lib\site-packages\keras\engine\training.py in <module>
     19 from .training_utils import standardize_weights
     20 from .training_utils import weighted_masked_objective
---> 21 from . import training_arrays
     22 from . import training_generator
     23 from .. import backend as K

~\Anaconda3\envs\tensorflow16\lib\site-packages\keras\engine\training_arrays.py in <module>
      6 
      7 import numpy as np
----> 8 from scipy.sparse import issparse
      9 
     10 from .training_utils import batch_shuffle

~\Anaconda3\envs\tensorflow16\lib\site-packages\scipy\__init__.py in <module>
    117     del _NumpyVersion
    118 
--> 119     from scipy._lib._ccallback import LowLevelCallable
    120 
    121     from scipy._lib._testutils import PytestTester

~\Anaconda3\envs\tensorflow16\lib\site-packages\scipy\_lib\_ccallback.py in <module>
----> 1 from . import _cbackcall_c
      2 
      3 import ctypes
      4 
      5 PyCFuncPtr = ctypes.CFUNCTYPE(ctypes.c_void_p).__bases__[0]

ImportError: cannot import name '_ccallback_c'

該当のソースコード

'''Example script to generate text from Nietzsche's writings.
At least 20 epochs are required before the generated text
starts sounding coherent.
It is recommended to run this script on GPU, as recurrent
networks are quite computationally intensive.
If you try this script on new data, make sure your corpus
has at least ~100k characters. ~1M is better.
'''

from __future__ import print_function
from keras.callbacks import LambdaCallback
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM
from keras.optimizers import RMSprop
from keras.utils.data_utils import get_file
import numpy as np
import random
import sys
import io

path = get_file(
    'nietzsche.txt',
    origin='https://s3.amazonaws.com/text-datasets/nietzsche.txt')
with io.open(path, encoding='utf-8') as f:
    text = f.read().lower()
print('corpus length:', len(text))

chars = sorted(list(set(text)))
print('total chars:', len(chars))
char_indices = dict((c, i) for i, c in enumerate(chars))
indices_char = dict((i, c) for i, c in enumerate(chars))


maxlen = 40
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])
print('nb sequences:', len(sentences))

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


print('Build model...')
model = Sequential()
model.add(LSTM(128, input_shape=(maxlen, len(chars))))
model.add(Dense(len(chars), activation='softmax'))

optimizer = RMSprop(lr=0.01)
model.compile(loss='categorical_crossentropy', optimizer=optimizer)


def sample(preds, temperature=1.0):
    # helper function to sample an index from a probability array
    preds = np.asarray(preds).astype('float64')
    preds = np.log(preds) / temperature
    exp_preds = np.exp(preds)
    preds = exp_preds / np.sum(exp_preds)
    probas = np.random.multinomial(1, preds, 1)
    return np.argmax(probas)


def on_epoch_end(epoch, _):
    # Function invoked at end of each epoch. Prints generated text.
    print()
    print('----- Generating text after Epoch: %d' % epoch)

    start_index = random.randint(0, len(text) - maxlen - 1)
    for diversity in [0.2, 0.5, 1.0, 1.2]:
        print('----- diversity:', diversity)

        generated = ''
        sentence = text[start_index: start_index + maxlen]
        generated += sentence
        print('----- Generating with seed: "' + sentence + '"')
        sys.stdout.write(generated)

        for i in range(400):
            x_pred = np.zeros((1, maxlen, len(chars)))
            for t, char in enumerate(sentence):
                x_pred[0, t, char_indices[char]] = 1.

            preds = model.predict(x_pred, verbose=0)[0]
            next_index = sample(preds, diversity)
            next_char = indices_char[next_index]

            generated += next_char
            sentence = sentence[1:] + next_char

            sys.stdout.write(next_char)
            sys.stdout.flush()
        print()

print_callback = LambdaCallback(on_epoch_end=on_epoch_end)

model.fit(x, y,
          batch_size=128,
          epochs=60,
          callbacks=[print_callback])

試したこと

02.01.追記しました。

'_cbackcall_c'は
\Anaconda3\envs\tensorflow16\lib\site-packages\scipy\_lib\_ccallback.py
にある変数だと思い、別のファイルと同じ名前を付けている可能性を考えました。
該当ファイル内の '_cbackcall_c'を別の名前('_cbackcall_c')に変えてみましたが変数の名前だけが変わった同じエラーが出ました。

補足情報(FW/ツールのバージョンなど)

windows10
Python3.6.6
tensorflow1.12.0
Keras2.2.4

  • 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

  • quiqui

    2019/02/01 07:08

    どの行でエラーになっているんです?

    キャンセル

  • quiqui

    2019/02/01 08:45

    「'_cbackcall_c'を別の名前に変えてみました」も実際になにをしたのかがわからないですね。

    キャンセル

  • iiyu

    2019/02/01 16:50

    ご指摘ありがとうございます。質問に追記をしました。

    キャンセル

回答 1

checkベストアンサー

+1

https://anaconda.org/anaconda/scipy/filesから、例えばwin-64/scipy-1.2.0-py36h29ff71c_0.tar.bz2をダウンロードして解凍すると、Lib/site-packages/scipy/_lib/_ccallback_c.cp36-win_amd64.pyd というファイルがあってその正体はWindows用のDLLで、これがPythonコードにおける_ccallback_cの正体です。(macOS CPythonなら_ccallback_c.cpython-36m-darwin.soなどというファイル名になる)

そのファイルは存在しますか?

scipyを変な方法で上書きしたりしませんでしたか?

condaコマンドでscipyをインストールし直してはどうでしょうか?

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。

  • 2019/02/01 18:32

    scipyを再度インストールしたら、動きました。初学者未満の状態で、独力では気づけませんでした。
    ありがとうございました。

    キャンセル

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 89.72%
  • 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