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
85.50%
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。

Q&A

解決済

1回答

3449閲覧

Python3 h5ファイル読み込み時のエラーについて

SuzuAya

総合スコア71

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。

0グッド

0クリップ

投稿2019/05/25 08:36

前提・実現したいこと

VAEを使って学習を行い、モデルをh5ファイル形式で保存しました。
保存したモデルを新しいデータセットの予測に使いたいのですが、kerasのload_modelで読み込もうとすると以下のようなエラーが出てしまいます。
h5ファイルがうまく保存されていないのかと思い中身を見てみましたが、そういうわけではなさそうでした。
エラー解消方法について、どなたかアドバイスをいただけないでしょうか。

発生している問題・エラーメッセージ

ValueError Traceback (most recent call last) <ipython-input-31-ffcd6d758564> in <module>() 7 import tensorflow as tf 8 ----> 9 model = load_model('model.ep30.h5') 10 11 test_normal_pred = model.predict(test_normal, verbose=1) 2 frames /usr/local/lib/python3.6/dist-packages/keras/engine/training.py in compile(self, optimizer, loss, metrics, loss_weights, sample_weight_mode, weighted_metrics, target_tensors, **kwargs) 134 'The model has ' + str(len(self.outputs)) + 135 ' outputs, but you passed loss=' + --> 136 str(loss)) 137 loss_functions = [losses.get(l) for l in loss] 138 else: ValueError: When passing a list as loss, it should have one entry per model outputs. The model has 1 outputs, but you passed loss=[]

該当のソースコード

#ROC曲線とAUCスコアの表示 from keras.models import load_model import numpy as np from sklearn.metrics import mean_squared_error from sklearn.metrics import roc_curve from sklearn.metrics import roc_auc_score import h5py import tensorflow as tf model = load_model('model.ep30.h5') test_normal_pred = model.predict(test_normal, verbose=1) test_anomaly_pred = model.predict(test_anomaly, verbose=1) score = [] for i in range(len(test_normal)): squared_error_normal = mean_squared_error(test_normal[i,:], test_normal_pred[i,:])# squared_error_normal = tf.reduce_mean(tf.square(test_normal_pred[i,:,:,:] -test_normal[i,:,:,:])) score.append(squared_error_normal) for i in range(len(test_anomaly)): squared_error_anomaly = mean_squared_error(test_anomaly[i,:], test_anomaly_pred[i,:])# squared_error_anomaly = tf.reduce_mean(tf.square(test_anomaly_pred[i,:,:,:] - test_anomaly[i,:,:,:])) score.append(squared_error_anomaly) score = np.array(score) #print(score.shape) #print(score) #ROC曲線の描画 y_true = np.zeros(len(test_normal)+len(test_anomaly)) y_true[len(test_normal):] = 1#0:正常、1:異常 #print(y_true.shape) #print(score.shape) #print(score) # FPR, TPR(, しきい値) を算出 fpr, tpr, thresholds = roc_curve(y_true, score) # AUC auc = roc_auc_score(y_true, score) # ROC曲線をプロット plt.figure plt.plot(fpr, tpr, label='VAE method (area = %.2f)'%auc, c="r") plt.legend() plt.title('ROC curve') plt.xlabel('False Positive Rate') plt.ylabel('True Positive Rate') plt.grid(True) plt.savefig("./ROC curve.png") plt.show()

補足情報(FW/ツールのバージョンなど)

Google Colabを使っています。

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

自己解決

以下の通り修正したところうまくいきました。
<修正前>model = load_model('model.ep30.h5')
<修正後>model = load_model('model.ep30.h5', compile=False)

投稿2019/05/29 03:42

SuzuAya

総合スコア71

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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