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

87.94%

Keras 複数入力 numpy.ndarrayエラー

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 858

score 6

前提・実現したいこと

GoogleColabを使って、Kerasで1次元データを2列入力し、単一の出力を得るモデルを作成しています。
しかし、Modelクラスで複数入力をする際、以下のエラーが出て解決できません。
Pythonは始めたばかりでエラーメッセージの意味もあいまいなので、教えていただきたいです。

AttributeError: 'numpy.ndarray' object has no attribute 'op'

以下、ソースコードを記載します。

インポート

%tensorflow_version 2.x
import numpy as np
from numpy import array
import pandas as pd
from pandas import DataFrame
import glob
import matplotlib.pyplot as plt

import tensorflow as tf
from sklearn.model_selection import train_test_split
from tensorflow.keras import layers, models, initializers
from keras.utils import to_categorical
from tensorflow.python.keras.layers import Input,Conv1D,MaxPooling1D,Dense,Flatten,Dropout,Lambda
from tensorflow.python.keras.models import Model

np.random.seed(7)
tf.random.set_seed(7)

データの取り込み

folder = ["Seikai","Huseikai"]  ##正解、不正解フォルダそれぞれ50個ずつのtxtファイル
X = np.zeros((1000,2,100))    ##長さ1000の磁場データを2列、100セット作りたい
Y = []
print(int(X.shape[2]/2))
for index, name in enumerate(folder):
    dir = "./" + name
    files = glob.glob(dir + "/*.txt")

    for i, file in enumerate(files):
        if index == 1:
           i=i+int(X.shape[2]/2)
        data = np.loadtxt(file, delimiter=',')  ##txtファイルの中身は1000×2の数値データ
        X[:,:,i]=np.array(data)
        Y.append(index)
Y = np.array(Y)

都合のいい形に転置

X=X.transpose(2,0,1)
print(X.shape)     #(100, 1000, 2)
print(Y.shape)     #(100,)

X_train, X_test, Y_train, Y_test = train_test_split( X, Y, test_size=0.2 )

モデル

input_B=X
input_by  = Lambda(lambda by: by[:, :, 0], output_shape=[100,1000])(input_B)
input_bz  = Lambda(lambda bz: bz[:, :, 1], output_shape=[100,1000])(input_B)

by=Input(shape=(1000,1))
by=Conv1D(32,5,strides=1,padding='same',
                        kernel_initializer=initializers.TruncatedNormal(),
                        use_bias=True,activation='relu')(by)
by=MaxPooling1D((2,))(by)
by=Flatten()(by)
output_by=tf.keras.layers.Dropout(rate=0.5)(by)

bz=Input(shape=(1000,1))
bz=Conv1D(32,5,strides=1,padding='same', 
                        kernel_initializer=initializers.TruncatedNormal(),
                        use_bias=True,activation='relu')(bz)
bz=MaxPooling1D((2,))(bz)
bz=Flatten()(bz)
output_bz=tf.keras.layers.Dropout(rate=0.5)(bz)

B =tf. keras. layers. concatenate ([output_by , output_bz])
B=Dense(32, activation='relu',  kernel_initializer=initializers.TruncatedNormal())(B)
B=Dense(1, activation='sigmoid',  name='sigmoid')

model=Model(inputs=[input_B], outputs=Y)


これを実行した際以下のエラーメッセージが出ます。

AttributeError                            Traceback (most recent call last)
<ipython-input-13-a4588258914a> in <module>()
     20 B=Dense(1, activation='sigmoid', name='sigmoid')
     21 
---> 22 model=Model(inputs=[input_B], outputs=Y)

5 frames
/tensorflow-2.1.0/python3.6/tensorflow_core/python/keras/engine/base_layer_utils.py in _create_keras_history_helper(tensors, processed_ops, created_layers)
    211     if getattr(tensor, '_keras_history', None) is not None:
    212       continue
--> 213     op = tensor.op  # The Op that created this Tensor.
    214     if op not in processed_ops:
    215       if op.type.startswith('Sparse'):

AttributeError: 'numpy.ndarray' object has no attribute 'op'
  • 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 1

checkベストアンサー

+1

model=Model(inputs=[input_B], outputs=Y)

上記のinputsやoutputsに渡すのはデータ(numpy.ndarray)ではありません。
inputsにはInputレイヤーを、outputsは最後の出力レイヤー(ここではB)を指定します。
実際にデータを指定するのは学習時(fit()など)になります。

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。

  • 2020/01/09 19:27

    解決しました!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 87.94%
  • 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