CNNモデルで画像を学習させるコードを書いたのですが、エラー内容が把握できないです。

Question

CNNモデルを利用して保存している画像を学習させるという項目を勉強しています。
先にモデルだけ定義した以下のコードをモジュールとして利用すると書いていました。

import keras
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras.optimizers import RMSprop

# CNNのモデルを定義する
def def_model(in_shape, nb_classes):
    model = Sequential()
    model.add(Conv2D(32,
                     kernel_size(3, 3),
                     activation="relu",
                     input_shape=in_shape))
    model.add(Conv2D(32, (3, 3), activation="relu"))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.25))
    
    model.add(Conv2D(64, (3, 3), activation="relu"))
    model.add(Conv2D(64, (3, 3), activation="relu"))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.25))
    
    model.add(Flatten())
    model.add(Dense(512, activation="relu"))
    model.add(Dropout(0.5))
    model.add(Dense(nb_classes, activation="softmax"))
    return model

# コンパイル済みのCNNのモデルを返す
def get_model(in_shape, nb_classes):
    model = def_model(in_shape, nb_classes)
    model.compile(
        loss="categorical_crossentropy",
        optimizer=RMSprop(),
        metrics=["accuracy"])
    return model

このモデルを利用して以下のコードを実行する事により（パソコンか、ソフトによる疑似パソコンが？）画像を学習するらしいです。

import cnn_model
import keras
import matplotlib.pyplot as plt
import numpy as np
from sklearn.model_selection import train_test_split

# 入力と出力を指定
im_rows = 32 # 画像の縦ピクセルサイズ
im_cols = 32 # 画像の横ピクセルサイズ
im_color = 3 # 画像の色空間
in_shape = (im_rows, im_cols, im_color)
nb_classes = 3

# 写真データを読み込み
photos = np.load("image/photos.npz")
x = photos["x"]
y = photos["y"]

# 読み込んだデータを三次元配列に変換
x = x.reshape(-1, im_rows, im_cols, im_color)
x = x.astype("float32") / 255
# ラベルデータを one-hot ベクトルに直す
y = keras.utils.np_utils.to_categorical(y.astype("int32"), nb_classes)

# 学習用とテスト用に分ける
x_brain, x_test,y_train, y_test = train_test_split(
    x, y, train_size=0.8)

# CNNモデルを取得
model = cnn_model.get_model(in_shape, nb_classes)

# 学習を実行
hist = model.fit(x_train, y_train,
        batch_size=32,
        epochs=20,
        verbose=1,
        validation_data=(x_test, y_test))

# モデルを評価
score = model.evaluate(x_test, y_test, verbose=1)
print("正解率=", score[1], "loss=", score[0])

# 学習の様子をグラフへ描画
# 正解率を推移をプロット
plt.plot(hist.history["acc"])
plt.plot(hist.history["val_acc"])
plt.title("Accuracy")
plt.legend(["train", "test"], loc="upper left")
plt.show()

# ロスの推移をプロット
plt.plot(hist.history["loss"])
plt.plot(hist.history["val_loss"])
plt.title("Loss")
plt.legend(["train", "test"], loc="upper left")
plt.show()

model.save_weights("./image/photos-model-light.hdf5")

実行したところ、上の方のコードの11行目のkernel_sizeが、いわゆる未定義状態のようです。
NameError: name 'kernel_size' is not defined
これは、入門書には書いていないのですがimport kernel_sizeと書く必要があるって事でしょうか？
どうもそうは思えないのです。

全角空白などのイージーミスなどもなく、またkernel_sizeが使用されているのはここだけなのでどうもエラー内容が謎です。

ぜひ助言を頂きたいです。

Answer 1

コピペミスだと思いますが、= が抜けていてキーワード引数として認識されていません。

以下のように = を入れてください。

- kernel_size(3, 3)
+ kernel_size=(3, 3)

Comments

[Java_Test2019]

ありがとうございます！
そして・・・恥ずかしいです。まさにその通りでした。参考書にはちゃんと＝となっていました。
コピペではなく一字一句書いたうえでエラーでした。そして記入ミスがないか何度も見返したうえで結局その記入漏れでした。
時間がかかってしまうリスクはありますが質問するくらいならせめて文字通り一字一句見るべきでした。

[tiitoi]

一字一句何度も見返すよりもエラーが出たらその都度対応すればよいと思います。
今回のケースのようにエラー文に = が抜けているという直接的な原因が書かれていない場合もありますが、括弧が対応してないなどエラー文だけ読めば原因がわかるものもあります。
エラーと一緒に行数が出るので、その問題の行及びその前後だけ書籍と比較して、ミスがないか確認するといいと思います。