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!

ただいまの
回答率

89.08%

Python k分割交差検証の際のモデル保存方法について

受付中

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 771

SuzuAya

score 45

前提・実現したいこと

こちらのコードを参考に、kerasで4分割交差検証を行うコードを書きました。
参考にしたコードではモデルを保存していなかったので、以下の通りcallbackを追加したところ、学習は問題なく行えたのですがモデルは保存されていませんでした。

大変お手数ですが、どう修正したらモデルが保存されるようになるか、アドバイスしていただけますととても助かります。
どうぞよろしくお願いいたします。

該当のソースコード(学習データ準備部分は省略しております)

import keras
from keras.utils import to_categorical
from sklearn.model_selection import KFold
import numpy as np
from keras.models import Model
from keras.layers import Dense, GlobalAveragePooling2D,Input,Dropout,Activation
from keras.applications.resnet50 import ResNet50
from keras.preprocessing.image import ImageDataGenerator
from keras.optimizers import Adam
from keras import callbacks
from keras import backend as K
from keras.engine.topology import Layer
import tensorflow as tf
from keras.preprocessing.image import load_img, img_to_array, array_to_img
import os
import glob
import cv2
from PIL import Image
import matplotlib.pyplot as plt
%matplotlib inline

input_shape = (299, 299, 3)
classes = 7
batchsize = 12
epochs=10

# k-fold CV
history = []
kf = None
kf = KFold(n_splits=4, random_state=1234)

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

callbacks.EarlyStopping(monitor='loss', patience=3, verbose=1)]

for train_index, val_index in kf.split(x_train, y_train):
    base_model=keras.applications.densenet.DenseNet121(input_shape=input_shape,
                                                   weights='imagenet',
                                                   include_top=False)

    c = base_model.output
    c = GlobalAveragePooling2D()(c)
    c = keras.layers.Lambda(lambda xx: 5*(xx)/K.sqrt(K.sum(xx**2)))(c) 
    c = Dense(classes, activation='softmax')(c)
    model = Model(inputs=base_model.input,outputs=c)
    model.summary()
    model.compile(optimizer=Adam(lr=0.001), loss='categorical_crossentropy', metrics=['accuracy'])
    #model.fit(x=x_train[train_index], y=y_train[train_index], batch_size=batchsize, epochs=epochs, verbose=1, callbacks=callbacks_list)
    model.fit(x=x_train[train_index], y=keras.utils.to_categorical(y_train[train_index], classes), batch_size=batchsize, epochs=epochs, verbose=1, callbacks=callbacks_list)
    #history.append(model.evaluate(x=x_train[val_index], y=y_train[val_index], batch_size=batchsize))
    history.append(model.evaluate(x=x_train[val_index], y=keras.utils.to_categorical(y_train[val_index], classes), batch_size=batchsize))
history = np.asarray(history)
loss = np.mean(history[:, 0])
acc = np.mean(history[:, 1])
print(f'loss: {loss} ± {np.std(history[:, 0])} | acc: {acc} ± {np.std(history[:, 1])}')
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

+1

import pickle
pickle.dump(model, open("model.pkl", 'wb'))


でモデルをセーブできます。
ロードしたいときは

loaded_model = pickle.load(open("model.pkl", 'rb'))


です。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/09/28 10:27

    fukatani様
    早速ありがとうございます。大変助かります。
    一つ確認させていただきたいのですが、scikit-learnのkfoldを使って交差検証しているので、kerasのcallback機能は使えないという理解でよろしいでしょうか。

    キャンセル

  • 2019/09/28 10:46

    うーんすいません、そこのところはわかっていません。
    kfoldだからといって、callbackが使えない理由にはなってない気もします。

    ちなみに、保存されたとして、今のコードだとすべて同じ名前のファイルになってしまうので、最後のsplitだけが保存されます。

    普通は最後にsplitせずに全てのtrainingデータに対して学習したモデルをfitして保存するような気もします。

    キャンセル

  • 2019/09/28 10:56

    >fukatani様
    ありがとうございます。モデルの保存について、今のやり方で良いのかまさに今疑問に感じておりました。。自分でも今一度整理したいと思います。ありがとうございました。

    キャンセル

+1

開発環境が現在手元にないので不確かな情報で申し訳ありませんが、
自分も過去に経験した記憶があります

keras callbacks
ドキュメントにも「コールバックのリストを渡すことができます」とありますように
kerasのcallbackは以下のように記述しないといけなかったと記憶しています
callbacks=callbacks_list → callbacks=[callbacks_list]

一度試してみてください。
宜しくお願い致します。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/09/30 17:23

    >---stax---様
    ご回答ありがとうございます!
    []が必要なのですね。
    現在。コード自体を修正中のためすぐに実行できないのですが、修正が終わりましたら試してみたいと思います。ご丁寧にありがとうございました。

    キャンセル

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 89.08%
  • 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られる

関連した質問

同じタグがついた質問を見る