keras plot_modelの見方

Question

わからないこと

140608174385808とタプルのNoneが何を示しているのか分からない。

行ったこと

kerasの学習モデルを可視化しようと

plot_model(model, show_shapes=True, show_layer_names=True)

を実行してみたところ、以下の画像が得られました。

各層の値のタプル（1層目のINPUTであれば(None, 160, 120, 1)）のうち、160, 120, 1の部分については画像の横幅、縦幅、グレースケールか3色か、というところまでは分かりました。

ですが、最上位の140608174385808とタプルのNoneが何を示しているのか分かりません。

様々なサイトを調べましたが最上位に数字が出ているものは無かったのでmodelの定義の仕方が悪いのでしょうか？

modelの定義は

options = {
        "filters": 64,
        "kernel_size": 3,
        "padding": "same",
        "activation": "relu",
        "input_shape": (160, 120, 1)
        }
dropout = 0.3

model = Sequential()
model.add(Conv2D(**options))
model.add(Dropout(dropout))
# 2回目以降のConv2Dではinput_shapeがいらないのでdelする
del options["input_shape"]
model.add(Conv2D(**options))
model.add(Dropout(dropout))
model.add(Conv2D(**options))
model.add(Dropout(dropout))
model.add(MaxPooling2D(pool_size=2))

model.add(Conv2D(**options))
model.add(Dropout(dropout))
model.add(Conv2D(**options))
model.add(Dropout(dropout))
model.add(Conv2D(**options))
model.add(Dropout(dropout))
model.add(MaxPooling2D(pool_size=2))

model.add(Flatten())
model.add(Dense(256, activation="relu"))
model.add(Dense(256, activation="relu"))
model.add(Dense(17, activation="softmax"))

で行っています。

追記

実際のコードを貼ると400行近くなるので一部だけ書き出しました(実行すると同じような画像が出力されます(数字の値が若干異なりますが...))

import keras

from keras.layers import Conv2D, Dense, Dropout, Flatten, MaxPooling2D
from keras.models import Sequential
from keras.optimizers import Adam, RMSprop
from keras.utils import plot_model

if __name__ == "__main__":
    options = {
        "filters": 64,
        "kernel_size": 3,
        "padding": "same",
        "activation": "relu",
        "input_shape": (160, 120, 1)
    }
    dropout = 0.3

    model = Sequential()
    model.add(Conv2D(**options))
    model.add(Dropout(dropout))
    # 2回目以降のConv2Dではinput_shapeがいらないのでdelする
    del options["input_shape"]
    model.add(Conv2D(**options))
    model.add(Dropout(dropout))
    model.add(Conv2D(**options))
    model.add(Dropout(dropout))
    model.add(MaxPooling2D(pool_size=2))

    model.add(Conv2D(**options))
    model.add(Dropout(dropout))
    model.add(Conv2D(**options))
    model.add(Dropout(dropout))
    model.add(Conv2D(**options))
    model.add(Dropout(dropout))
    model.add(MaxPooling2D(pool_size=2))

    model.add(Flatten())
    model.add(Dense(256, activation="relu"))
    model.add(Dense(256, activation="relu"))
    model.add(Dense(17, activation="softmax"))

    model.compile(loss="categorical_crossentropy",
                  optimizer=Adam(),
                  metrics=["accuracy"])

    plot_model(model,
               show_shapes=True,
               show_layer_names=True,
               to_file="test.png")

環境は

OS	Ubuntu 18.04.3 LTS
tensorflow-gpu	1.14.0
Keras	2.2.4

Comments

[tiitoi]

追記しましたが、記載いただいたコードで数字が出る現象は確認できませんでした。(tensorflow 付属の keras で確認しました)

[tiitoi]

Sequential の最初に Input レイヤーを明示的に指定してみるといいかもしれません。
https://keras.io/ja/layers/core/

[mochmoch]

InputLayerを明示的に指定しましたが数字が出力されました。
しかし、kerasをtensorflow.kerasに変えたところ数字が出力されなくなりました。
これはkerasの仕様・バグと捉えるべきなのでしょうか？

[tiitoi]

自分はそのような表示がでたことはないですし、特定のバージョンでのバグの可能性がありますね。
特に実害がないようであれば、気にしないで使う、気になるようであれば、tensorflow の keras を使用すればよいと思います。

[mochmoch]

kerasのバグの可能性、了解しました。
plot_modelだけtensorflow.kerasで呼び出せば数字は消えるようなのでひとまずはこれで対応しようと思います。
ありがとうございました。

Answer 1

None はバッチ次元を表しています。
モデルに入力する際のバッチサイズはいくつでもよいので、任意の整数という意味で None となっています。

140608174385808 は自分が使ったときはそのような表示になったことがないのでわかりません。
コピペすれば動作するコード全体を貼っていただければ、こちらの環境でもそのようになるか確認することはできます。
バージョンは 2.0.0 を使用しています。

import tensorflow as tf
print(tf.__version__)  # 2.0.0

追記

追記していただいたコードで試しましたが、`` という数字がでるという現象は確認できませんでした。
なお、Tensorflow に付属している Keras を使用しています。

from tensorflow.keras.layers import Conv2D, Dense, Dropout, Flatten, MaxPooling2D
from tensorflow.keras.models import Sequential
from tensorflow.keras.utils import plot_model

options = {
    "filters": 64,
    "kernel_size": 3,
    "padding": "same",
    "activation": "relu",
    "input_shape": (160, 120, 1),
}
dropout = 0.3

model = Sequential()
model.add(Conv2D(**options))
model.add(Dropout(dropout))
# 2回目以降のConv2Dではinput_shapeがいらないのでdelする
del options["input_shape"]
model.add(Conv2D(**options))
model.add(Dropout(dropout))
model.add(Conv2D(**options))
model.add(Dropout(dropout))
model.add(MaxPooling2D(pool_size=2))

model.add(Conv2D(**options))
model.add(Dropout(dropout))
model.add(Conv2D(**options))
model.add(Dropout(dropout))
model.add(Conv2D(**options))
model.add(Dropout(dropout))
model.add(MaxPooling2D(pool_size=2))

model.add(Flatten())
model.add(Dense(256, activation="relu"))
model.add(Dense(256, activation="relu"))
model.add(Dense(17, activation="softmax"))

model.compile(loss="categorical_crossentropy", optimizer=Adam(), metrics=["accuracy"])

plot_model(model, show_shapes=True, show_layer_names=True, to_file="test.png")

出力された結果