保存したkerasのモデルをロードして実行するとエラーに...。

Question

〇学習済のkerasのモデルをロードして、実行すると、以下のようなエラーが出ます。
同じようなpgmの、SVMではエラーは出ないのですが、なぜでしょうか？
モデルの作成、学習、評価、モデル保存、ロードは正常に稼働しました。
ロードしたモデルの実行でエラーになります。

ご指導、よろしくお願いいたします。

---

AttributeError Traceback (most recent call last)
<ipython-input-263-b992f4e997c5> in <module>
1 # 新たに予測する
----> 2 result = loaded_model.score(x_test_new , y_test_new)
3 print(result)
AttributeError: 'Sequential' object has no attribute 'score'

---

〇入力に使ったデータです。
iris_data.xlsx

〇以下、実際のPGMとエラーです。（エラーは上記と同じです）

from pandas import Series,DataFrame
import pandas as pd

◆エクセルの入力ファイル名、シート名を指定
df = pd.read_excel('iris_data.xlsx',sheet_name='target')

◆データをコピーする。
df_X = df.copy()
df_Y = df.copy()

◆取得したExcelデータから属性データのみを取り出す
df_X = df_X.drop('Target',axis=1)

◆取得したExcelデータから目的変数のみを取り出す
drop_idx = ['sepal length (cm)', 'sepal width (cm)','petal length (cm)','petal width (cm)']
df_Y = df_Y.drop(drop_idx,axis=1)

◆訓練データと評価用データに分割
from sklearn.model_selection import train_test_split as split
x_train, x_test, y_train, y_test = split(df_X,df_Y,train_size=0.8,test_size=0.2)

import tensorflow as tf
import keras
from keras.layers import Dense,Activation

◆ニュートラルネットワークで使用するモデル作成
model = keras.models.Sequential()
model.add(Dense(units=32,input_dim=4))
model.add(Activation('relu'))
model.add(Dense(units=3))
model.add(Activation('softmax'))
model.compile(loss='sparse_categorical_crossentropy',optimizer='sgd',metrics=['accuracy'])

◆学習の実行
model.fit(x_train,y_train,epochs=100)

◆評価の実行
score = model.evaluate(x_test, y_test,batch_size = 1)
print(score[1])
30/30 [==============================] - 0s 399us/step
0.5666666666666667

◆モデルを保存する
import pickle
filename = 'finalized_model_keras_1.sav'
pickle.dump(model, open(filename, 'wb'))

◆保存したモデルをロードする
loaded_model = pickle.load(open(filename, 'rb'))

◆新たに予測するデータ
x_train, x_test_new, y_train, y_test_new = split(df_X,df_Y,train_size=0.8,test_size=0.2)

◆新たに予測する（実行）
result = loaded_model.score(x_test_new , y_test_new)
print(result)

以下、エラー---------------------------------------------------------------------------

AttributeError Traceback (most recent call last)
<ipython-input-263-b992f4e997c5> in <module>
1 # 新たに予測する
----> 2 result = loaded_model.score(x_test_new , y_test_new)
3 print(result)

AttributeError: 'Sequential' object has no attribute 'score'

---

以上です。

Answer 1

同じようなpgmの、SVMではエラーは出ないのですが、なぜでしょうか？

loaded_model.score(x_test_new , y_test_new)

keras の Sequential モデルオブジェクトに score という関数は存在しません。
sklearn の SVM と似たような使い方ができても、ライブラリによって、関数の名前などは異なります。
Keras の場合は loaded_model.evaluate を使えばよいと思います。

Keras の使い方は Keras のドキュメントを読んで、それに従いプログラムを作成してください。

Sequentialモデルのガイド - Keras Documentation

Comments

[python_2019]

ご回答ありがとうございます。
ご指示の通り実行しましたら、エラーがなくなりました。
また、ドキュメントもお教えいただきありがとうございます。

追加で質問させてください。

print結果出力で、２つの数値が出力されていますが、これはどう理解すればよいでしょうか？
[0.2647995948791504, 1.0]
正確度としては、どちらか１つかと想像しておりますが、「1.0」がそうでしょうか？

ご指導よろしくお願いいたします。

# 新たに予測する
result = loaded_model.evaluate(x_test_new , y_test_new)
print(result)

30/30 [==============================] - 0s 7ms/step
[0.2647995948791504, 1.0]

[tiitoi]

1つ目の値は損失関数の値、2つ目の値は正答率です。
今回正答率が 1.0 となっているので、100%全問正解したと解釈できます。

[python_2019]

ご回答ありがとうございました。
理解できました。