Python 3 UnboundLocalError: local variable 'callbacks' referenced before assignmentについて

Question

前提・実現したいこと

以下のエラーの解消方法について教えていただきたいです。
調べると、ローカル変数内でcallbackを定義していることが影響しているようなのですが、どのように修正すればよいか分からず、こちらに質問をさせていただきました。
お手数をおかけいたしますがどうぞよろしくお願い致します。

発生している問題・エラーメッセージ

UnboundLocalError: local variable 'callbacks' referenced before assignment

該当のソースコード

import keras
from keras.applications.inception_v3 import InceptionV3
from keras.optimizers import Adam, SGD
from keras.models import Model
from keras.layers import GlobalAveragePooling2D, Dense
from keras import backend as K
from keras.callbacks import CSVLogger,EarlyStopping, ModelCheckpoint
from sklearn.neighbors import LocalOutlierFactor
from sklearn import metrics
from sklearn.preprocessing import MinMaxScaler


input_shape = (299, 299, 3)
classes = 4#10
batchsize = 12#128

def train_and_evaluate(number):#, anomaly=True):
    print("Model build...")
    
    model = InceptionV3(include_top=True, input_shape=input_shape, weights='imagenet')
    
    # 最終層削除
    model.layers.pop()
    model = Model(inputs=model.input,outputs=model.layers[-1].output)
            
    # L2層と全結合層を付ける
    c = keras.layers.Lambda(lambda xx: 5*(xx)/K.sqrt(K.sum(xx**2)))(model.output) #metric learning
    c = Dense(classes, activation='softmax')(c)
    model = Model(inputs=model.input,outputs=c)

    #model.summary()

    model.compile(loss='categorical_crossentropy',
                  optimizer=Adam(lr=0.0001, amsgrad=True),
                  metrics=['accuracy'])
    
    print(number,"training...")

    callbacks = callbacks.ModelCheckpoint(filepath="model.ep{epoch:02d}.h5",save_best_only=True)#,

    hist = model.fit_generator(train_generator, steps_per_epoch=8072, epochs=1, 
                               validation_steps=952, validation_data=validation_generator, callbacks=callbacks)

    # 最終層削除
    model.layers.pop()
    model = Model(inputs=model.input,outputs=model.layers[-1].output)

    train = model.predict(train_generator[57173:])
    test_normal = model.predict(x_test_normal)
    test_anomaly = model.predict(x_test_anomaly)

    train = train.reshape((len(train),-1))
    test_normal = test_normal.reshape((len(x_test_normal),-1))
    test_anomaly = test_anomaly.reshape((len(x_test_anomaly),-1))

    #0-1変換
    ms = MinMaxScaler()
    train = ms.fit_transform(train)
    test_normal = ms.transform(test_normal)
    test_anomaly = ms.transform(test_anomaly)

    # LOF
    clf = LocalOutlierFactor(n_neighbors=5)
    y_pred = clf.fit(train)

    # plot the level sets of the decision function
    Z1 = -clf._decision_function(test_normal)
    Z2 = -clf._decision_function(test_anomaly)

    #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

    # FPR, TPR(, しきい値) を算出
    fpr, tpr, _ = metrics.roc_curve(y_true, np.hstack((Z1, Z2)))

    # AUC
    auc = metrics.auc(fpr, tpr)
    
    # ROC曲線をプロット
    plt.plot(fpr, tpr, label='metric learning(AUC = %.2f)'%auc)
    plt.legend()
    plt.title(str(number)+'ROC curve')
    plt.xlabel('False Positive Rate')
    plt.ylabel('True Positive Rate')
    plt.grid(True)
    plt.show()

for i in range(10):
    train_and_evaluate(i+1)

Answer 1

from keras.callbacks import CSVLogger,EarlyStopping, ModelCheckpoint

このように import しているので、ModelCheckpoint クラスを利用する際は以下のようにするべきではないでしょうか。

- callbacks = callbacks.ModelCheckpoint(filepath="model.ep{epoch:02d}.h5",save_best_only=True)
+ callbacks = ModelCheckpoint(filepath="model.ep{epoch:02d}.h5",save_best_only=True)

Comments

[SuzuAya]

>tiitoi様　
いただいたご回答をもとに、最終的に以下の通りにしたところうまくいきました。
hist = model.fit_generator(train_generator, steps_per_epoch=8072, epochs=1,
validation_steps=952, validation_data=validation_generator, callbacks=[ModelCheckpoint(filepath="model.ep{epoch:02d}.h5",save_best_only=True)])
いつもありがとうございます。本当に助かります。