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%
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。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

2回答

1556閲覧

Python3 ValueError: Error when checking model inputの解決方法について

SuzuAya

総合スコア71

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。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2019/07/22 01:06

前提・実現したいこと

多クラス分類のモデルを使って新しいデータに対する精度を確認したいのですが、numpy arrayがおかしいというエラーが出てしまいます。
お手数をお掛けしますが解決方法についてどなたか教えて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-5-d660de2e47ce> in <module>() 52 #arcface_model = Model(inputs=arcface_model.input[0], outputs=arcface_model.layers[-3].output) 53 #print(arcface_model.input[0], arcface_model.layers[-3].output)# Tensor("strided_slice:0", shape=(28, 28, 1), dtype=float32) Tensor("flatten_1_15/Reshape:0", shape=(?, ?), dtype=float32) ---> 54 arcface_features = arcface_model.predict(X_test, verbose=1) 55 #arcface_features /= np.linalg.norm(arcface_features, axis=1, keepdims=True) 56 2 frames /usr/local/lib/python3.6/dist-packages/keras/engine/training_utils.py in standardize_input_data(data, names, shapes, check_batch_axis, exception_prefix) 100 'Expected to see ' + str(len(names)) + ' array(s), ' 101 'but instead got the following list of ' + --> 102 str(len(data)) + ' arrays: ' + str(data)[:200] + '...') 103 elif len(names) > 1: 104 raise ValueError( ValueError: Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 2 array(s), but instead got the following list of 1 arrays: [array([[[[0.], [0.], [0.], ..., [0.], [0.], [0.]], [[0.], [0.], [0.], ..., [0.], [0.], ...

該当のソースコード

Python

1import time 2import os 3import math 4import argparse 5from glob import glob 6from collections import OrderedDict 7import random 8import warnings 9from datetime import datetime 10import joblib 11import matplotlib.pyplot as plt 12from mpl_toolkits.mplot3d import Axes3D 13 14 15import numpy as np 16import pandas as pd 17 18from sklearn.model_selection import KFold, StratifiedKFold 19from sklearn.manifold import TSNE 20from sklearn.decomposition import PCA 21from sklearn.metrics import accuracy_score 22from sklearn import metrics 23 24import keras 25from keras.datasets import mnist 26from keras.preprocessing.image import ImageDataGenerator 27from keras.models import Sequential, load_model, Model 28from keras.layers import Dense, Dropout, Activation, Flatten 29from keras.layers import Conv2D, MaxPooling2D 30from keras.models import load_model 31from keras.optimizers import SGD, Adam 32from keras.callbacks import EarlyStopping, ModelCheckpoint, ReduceLROnPlateau, CSVLogger, LearningRateScheduler 33 34import archs 35from metrics import * 36from scheduler import * 37 38import h5py 39 40(X, y), (X_test, y_test) = mnist.load_data() 41 42X = X[:, :, :, np.newaxis].astype('float32') / 255 43print('X:', X.shape) # X: (60000, 28, 28, 1) 44X_test = X_test[:, :, :, np.newaxis].astype('float32') / 255 45print('X_test:', X_test.shape)# X_test: (10000, 28, 28, 1) 46y_ohe = keras.utils.to_categorical(y, 10) 47print('y_ohe:', y_ohe.shape)# y_ohe: (60000, 10) 48y_ohe_test = keras.utils.to_categorical(y_test, 10) 49print('y_ohe_test:', y_ohe_test.shape)# y_ohe_test: (10000, 10) 50 51arcface_model = load_model('./models/mnist_vgg8_arcface_3d/model.hdf5', custom_objects={'ArcFace': ArcFace}) 52#arcface_model = Model(inputs=arcface_model.input[0], outputs=arcface_model.layers[-3].output) 53arcface_features = arcface_model.predict(X_test, verbose=1) 54#arcface_features /= np.linalg.norm(arcface_features, axis=1, keepdims=True) 55 56accuracy = accuracy_score(y_ohe_test, arcface_features) # 正解データと比較し、精度算出 57print('{:.2%}'.format(accuracy))

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2

0

自己解決

以下の通りにしたところ、とりあえずエラーは発生しなくなりました。
ただ、accuracyが0.5%と、明らかにおかしい数値になってしまっているので、別途質問させていただきたいと思います。

Python

1import time 2import os 3import math 4import argparse 5from glob import glob 6from collections import OrderedDict 7import random 8import warnings 9from datetime import datetime 10import joblib 11import matplotlib.pyplot as plt 12from mpl_toolkits.mplot3d import Axes3D 13 14 15import numpy as np 16import pandas as pd 17 18from sklearn.model_selection import KFold, StratifiedKFold 19from sklearn.manifold import TSNE 20from sklearn.decomposition import PCA 21from sklearn.metrics import accuracy_score 22from sklearn import metrics 23from sklearn.metrics import confusion_matrix 24 25import keras 26from keras.datasets import mnist 27from keras.preprocessing.image import ImageDataGenerator 28from keras.models import Sequential, load_model, Model 29from keras.layers import Dense, Dropout, Activation, Flatten 30from keras.layers import Conv2D, MaxPooling2D 31from keras.models import load_model 32from keras.optimizers import SGD, Adam 33from keras.callbacks import EarlyStopping, ModelCheckpoint, ReduceLROnPlateau, CSVLogger, LearningRateScheduler 34from keras.utils import np_utils 35 36import archs 37from metrics import * 38from scheduler import * 39 40import h5py 41 42(X, y), (X_test, y_test) = mnist.load_data() 43 44X = X[:, :, :, np.newaxis].astype('float32') / 255 45X_test = X_test[:, :, :, np.newaxis].astype('float32') / 255 46print('X:', X.shape) 47print('X_test:', X_test.shape) 48y_ohe = keras.utils.to_categorical(y, 10) 49print('y_ohe:', y_ohe.shape) 50y_ohe_test = keras.utils.to_categorical(y_test, 10) 51print('y_ohe_test:', y_ohe_test.shape) 52 53arcface_model = load_model('./models/mnist_vgg8_arcface_3d/model.hdf5', custom_objects={'ArcFace': ArcFace}) 54arcface_model = Model(inputs=arcface_model.input[0], outputs=arcface_model.layers[-3].output) 55#arcface_features = arcface_model.predict(X_test, verbose=1) 56#arcface_features /= np.linalg.norm(arcface_features, axis=1, keepdims=True) 57 58y_pred=arcface_model.predict(X_test, verbose=1) # 追加 59y_pred=np.argmax(y_pred, axis=1)# 追加 60print('y_pred:', y_pred.shape)# 追加 61true_classes = np.argmax(y_ohe_test, axis=1)# 追加 62print('true_classes:', true_classes.shape)# 追加 63 64# 精度を表示する。 65accuracy = accuracy_score(y_pred, y_test) 66print('{:.2%}'.format(accuracy)) # 0.50%

投稿2019/07/22 05:39

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。

0

google翻訳
モデル入力チェック時のエラー:
モデルに渡すNumpy配列のリストは、モデルが期待するサイズではありません。 2つの配列を見ることが期待されていましたが、代わりに以下の1つの配列のリストを得ました:[array([[[[0。]、

投稿2019/07/22 01:10

y_waiwai

総合スコア87719

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。

SuzuAya

2019/07/22 05:33

google翻訳の共有ありがとうございました。
guest

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