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!

新規登録して質問してみよう
ただいま回答率
87.20%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

解決済

pythonのkerasで中間層までの重みを保存したい

blackmk
blackmk

総合スコア23

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

2回答

0評価

0クリップ

2353閲覧

投稿2019/04/18 06:49

現在,以下のようにオートエンコーダーで45→10の次元削減を行っております.

python

#オートエンコーダの構築 from keras.layers import Input, Dense from keras.models import Model import sklearn.model_selection import sklearn.datasets import numpy as np #データの読み込み X = np.loadtxt('D:/X_data.csv' , delimiter = ",") Y = np.loadtxt('D:/Y_data.csv' , delimiter = ",") X_train , X_test , Y_train , Y_test = sklearn.model_selection.train_test_split(X ,Y , test_size = 0.3) X_train = X_train.astype('float32') / 255. X_test = X_test.astype('float32') / 255. X_train = X_train.reshape((len(X_train), np.prod(X_train.shape[1:]))) X_test = X_test.reshape((len(X_test), np.prod(X_test.shape[1:]))) #オートエンコーダ本体 encoding_dim = 10 input_img = Input(shape=(45,)) encoded = Dense(128, activation='relu')(input_img) encoded = Dense(64, activation='relu')(encoded) encoded = Dense(32, activation='relu')(encoded) decoded = Dense(64, activation='relu')(encoded) decoded = Dense(128, activation='relu')(decoded) decoded = Dense(45, activation='sigmoid')(decoded) autoencoder = Model(input=input_img, output=decoded) autoencoder.compile(optimizer='adam', loss='binary_crossentropy') autoencoder.fit(X_train, X_train, nb_epoch=100, batch_size=16, shuffle=True, validation_data=(X_test, X_test)) #モデルの重みを保存 autoencoder.save_weights('D:/autoencoder.h5')

最後にモデルの重みを保存しており、この重みを使って以下のようにネットワークを構築しています。

python

import keras import tensorflow as tf from keras.models import Sequential from keras.layers import Dense , Activation from keras.models import load_model m =model = Sequential() #オートエンコーダの重みを使う model.add(Dense(128, input_dim=45, kernel_initializer='normal', activation='relu')) model.add(Dense(64, kernel_initializer='normal', activation='relu')) model.add(Dense(32, kernel_initializer='normal', activation='relu')) model.add(Dense(64, kernel_initializer='normal', activation='relu')) model.add(Dense(128, kernel_initializer='normal', activation='relu')) model.add(Dense(45, kernel_initializer='normal', activation='relu')) model.load_weights('D:/autoencoder.h5') #オートエンコーダから出力された値をもとに再度ネットワークを構築 model.add(Dense(30, kernel_initializer='normal')) model.add(Dense(20, kernel_initializer='normal')) m.compile(loss='sparse_categorical_crossentropy', optimizer='sgd', metrics=['accuracy']) print(m.summary())

このようにして学習しました。しかしながら、この方法では次元削減される前の値が入力値となる気がするのですが、この見解は正しいでしょうか?
その場合、次元削減する重みだけを取り出したいのですが、どのようにすればよいでしょうか?

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。

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。

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
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「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。

quickquip

2019/04/18 09:10

> このようにして学習しました。 じゃあ上の方のソースはいったいなに? と思ってしまいますが。回答者は上の方のソースだけ見ればいいですよね?
blackmk

2019/04/18 11:00

ご指摘ありがとうございます。 仰る通りでございます。

まだ回答がついていません

会員登録して回答してみよう

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
87.20%

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る

質問する

関連した質問

同じタグがついた質問を見る

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。