数字の画像を学習させるプログラムで把握できないエラーが出ます；

Question

キカガクという学習サイトにある動画に沿って、jupyter notebookのソフトを利用してpython言語で、
手書きの数字が何の数字か認識させるプログラムを書こうとしました。
MNISTという、グーグルネット上にある手書き数字の画像データセットを読み込んで、
学習させて数字を認識させる？というプログラム作成のレクチャーらしいです。
下記のソースコード、動画のとおりに区分けしたものごと、うえから実行していきました。
モデルの定義前まではエラーがなかったのですが、モデルの定義の6行はエラーが出ました。
このエラー内容が、調べてもよくわからないので助言を頂きたいです。

#ライブラリインポート
import tensorflow
from tensorflow import keras
#ノートブック上用描画ライブラリ
%matplotlib inline
#マッププロット上での数字データの確認用
import matplotlib.pyplot as plt

# パラメータの定義
batch_size = 128
num_class = 10
epochs = 20

# MNISTのデータの読み込み
(x_train, y_train),(x_test, y_test) = keras.datasets.mnist.load_data()

#データの正規化
x_train, x_test = x_train / 255.0, x_test / 255.0

#モデルの定義
model = keras.models.Sequential([
    keras.layers.Flatten(),
    keras.layers.Dense(512, activation="relu"),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(10, activation="softmax")
])

コメントアウトは、こちらのコードの解釈として書きました。
最後の6行を実行したらエラーになりました。そのうち、エラーの部分は、
keras.layers.Dense(10, activation="softmax")
この部分です。
エラー内容は、
ValueError: The first layer in a Sequential model must get an input_shape argument
です。　input_shapeの引数を使えというものだと思いますが、なにぶん動画に沿って書いたので、どこのメソッドの引数を使うのかとかはちょっと把握しておりません。

追記
キカガクのサイトのこの動画に対するQ&Aを見てみると同じエラーの質問がありました。
そこに今回記載した、動画通りのコードに対して、そのコードを動画で書いて解説した本人が返答していました。
それによりますと、コードは間違っていないのですがエラーが出る原因は、TensorFlowのバグらしいです。Githubでも多数事例があるらしいです。
TensorFlowのバージョンを変えると治るとの事でしたのでそうしてみようと思うのですが、変える事によって何か不具合がおきる可能性とかあるでしょうか？

Answer 1

ValueError: The first layer in a Sequential model must get an input_shape argument

訳
値のエラー: Sequencial モデルの最初の層は input_shape 引数を指定しなければなりません。

最初の層を作成するコンストラクタ引数は input_shape で入力の形状を指定する必要があります。
それを指定していないため、エラーとなっています。

---

Sequencial モデルの使い方は以下の公式ドキュメントを参考にしてください。

Sequentialモデルのガイド - Keras Documentation

MNIST の学習例は以下を参考にしてください。

kerasのmnistのサンプルを読んでみる - Qiita

---

追記

自分の環境 TensorFlow 2.0.0-alpha0 では以下のコードで動きました。

from tensorflow import keras

batch_size = 128
num_class = 10
epochs = 20

(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()

x_train, x_test = x_train / 255.0, x_test / 255.0
y_train = keras.utils.to_categorical(y_train)
y_test = keras.utils.to_categorical(y_test)

model = keras.models.Sequential(
    [
        keras.layers.Flatten(),
        keras.layers.Dense(512, activation="relu"),
        keras.layers.Dropout(0.2),
        keras.layers.Dense(10, activation="softmax"),
    ]
)
model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=["accuracy"])
model.fit(
    x_train,
    y_train,
    batch_size=256,
    epochs=10,
    validation_data=(x_test, y_test),
)

input_shape を指定するバージョン

from tensorflow import keras

batch_size = 128
num_class = 10
epochs = 20

(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()

x_train, x_test = x_train / 255.0, x_test / 255.0
x_train = x_train.reshape(len(x_train), -1)
x_test = x_test.reshape(len(x_test), -1)

y_train = keras.utils.to_categorical(y_train)
y_test = keras.utils.to_categorical(y_test)

model = keras.models.Sequential(
    [
        keras.layers.Dense(512, activation="relu", input_shape=(784,)),
        keras.layers.Dropout(0.2),
        keras.layers.Dense(512, activation="relu"),
        keras.layers.Dropout(0.2),
        keras.layers.Dense(num_class, activation="softmax"),
    ]
)
model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=["accuracy"])
model.fit(
    x_train,
    y_train,
    batch_size=batch_size,
    epochs=epochs,
    validation_data=(x_test, y_test),
)

Comments

[Java_Test2019]

回答ありがとうございます。すみません、折角記載していただいたURL先など色々調べてもちょっとわからず、キカガクのサイトのこの動画に対するQ&Aを見てみると同じエラーの質問がありました。
そこに今回記載した、動画通りのコードに対して、そのコードを動画で書いて解説した本人が返答していました。
それによりますと、コードは間違っていないのですがエラーが出る原因は、TensorFlowのバグらしいです。Githubでも多数事例があるらしいです。
TensorFlowのバージョンを変えると治るとの事でしたのでそうしてみようと思うのですが、変える事によって何か不具合がおきる可能性とかあるでしょうか？

[Q71]

https://github.com/tensorflow/models/issues/4104
これっぽいけど、引数指定する方が早そう。

[tiitoi]

> TensorFlowのバージョンを変えると治るとの事でしたのでそうしてみようと思うのですが、変える事によって何か不具合がおきる可能性とかあるでしょうか？

TensorFlow は API を頻繁に変更してるので、別の部分で動いていたものが動かなくなるという可能性はもちろんあります。
Q71 さんも指定されているように Keras の Sequencial モデルを使う際は最初に input_shape を指定するのが一般的なやり方なので、キカガクの動画にこだわらず「MNIST keras」で検索して出てくるサイトの中でわかりやすいページを参考にされるといいと思います。

[Java_Test2019]

わかりました。ありがとうございます。

[tiitoi]

TensorFlow 2.0.0-alpha0 では、質問のコードはエラーなく動きました。
input_shape を指定するバージョンも回答に追記しました。

[Java_Test2019]

おお、有難うございます。
ちょっと今、トラブル発生したのでのちに実行してみます。
せっかくご忠告頂いたのに安易にTensorFlowをアンインストールして、再インストールに手間取っております。反省します。