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!

新規登録して質問してみよう
ただいま回答率
85.50%
深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

2回答

5027閲覧

自作モデルの転移学習が実装できない

yuno0000

yuno0000

総合スコア14

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2020/01/11 07:10

前提・実現したいこと

 現在python で自作の転移学習を試みております。
以下のサイトを参考に、VGG16モデルによる転移学習を実装しました。
https://intellectual-curiosity.tokyo/2019/07/09/kerasで転移学習を行う方法/
こちらで作成した学習済みモデルを新たに読み込み直し、
転移学習を行おうと考えましたが、実装中に以下のエラーメッセージが発生しました。

発生している問題・エラーメッセージ

base_model = model(weights='imagenet', include_top=False, input_tensor=input_tensor,) の箇所で以下のエラーが発生しました。 TypeError: __call__() missing 1 required positional argument: 'inputs'

該当のソースコード

python

1 2from keras.models import Model 3from keras.layers import Dense, GlobalAveragePooling2D,Input 4from keras.preprocessing.image import ImageDataGenerator 5import matplotlib.pyplot as plt 6from tensorflow.python.keras.models import load_model 7model = load_model('transfer.h5') 8model.summary() 9 10N_CATEGORIES = 2 11IMAGE_SIZE = 150 12BATCH_SIZE = 32 13NUM_EPOCHS = 10 14 15train_data_dir = "./data/image/train" 16validation_data_dir = "./data/image/validation" 17 18NUM_TRAINING = 2000 19NUM_VALIDATION = 800 20 21input_tensor = Input(shape=(IMAGE_SIZE, IMAGE_SIZE, 3)) 22#ここでエラー 23base_model = model(weights='imagenet', include_top=False, input_tensor=input_tensor,) 24model.summary() 25 26x = base_model.output 27x = GlobalAveragePooling2D()(x) 28x = Dense(1024, activation='relu')(x) 29predictions = Dense(N_CATEGORIES, activation='softmax')(x) 30model = Model(inputs=base_model.input, outputs=predictions) 31 32# for layer in base_model.layers: 33for layer in base_model.layers[:15]: 34 layer.trainable = False 35from keras.optimizers import SGD 36model.compile(optimizer=SGD(lr=0.0001, momentum=0.9), loss='categorical_crossentropy',metrics=['accuracy']) 37 38model.summary() 39 40train_datagen = ImageDataGenerator( 41 rescale=1. / 255, 42 horizontal_flip=False) 43 44test_datagen = ImageDataGenerator(rescale=1. / 255) 45train_generator = train_datagen.flow_from_directory( 46 train_data_dir, 47 target_size=(IMAGE_SIZE, IMAGE_SIZE), 48 batch_size=BATCH_SIZE, 49 class_mode='categorical', 50 shuffle=True 51) 52 53validation_generator = test_datagen.flow_from_directory( 54 validation_data_dir, 55 target_size=(IMAGE_SIZE, IMAGE_SIZE), 56 batch_size=BATCH_SIZE, 57 class_mode='categorical', 58 shuffle=True 59) 60 61history = model.fit_generator(train_generator, 62 steps_per_epoch=NUM_TRAINING//BATCH_SIZE, 63 epochs=NUM_EPOCHS, 64 verbose=1, 65 validation_data=validation_generator, 66 validation_steps=NUM_VALIDATION//BATCH_SIZE, 67 ) 68 69model.save('transfer2.h5') # モデルの保存 70 71 72

試したこと

エラーコードを検索しましたが、理由が分かりませんでした。

補足情報(FW/ツールのバージョンなど)

python3.7
keras2.2.4
tensorflow1.15.0

VGG16によって転移学習した学習済みモデルの内部は以下のようになっています。

Layer (type) Output Shape Param #

input_5 (InputLayer) [(None, 150, 150, 3)] 0


block1_conv1 (Conv2D) (None, 150, 150, 64) 1792


block1_conv2 (Conv2D) (None, 150, 150, 64) 36928


block1_pool (MaxPooling2D) (None, 75, 75, 64) 0


block2_conv1 (Conv2D) (None, 75, 75, 128) 73856


block2_conv2 (Conv2D) (None, 75, 75, 128) 147584


block2_pool (MaxPooling2D) (None, 37, 37, 128) 0


block3_conv1 (Conv2D) (None, 37, 37, 256) 295168


block3_conv2 (Conv2D) (None, 37, 37, 256) 590080


block3_conv3 (Conv2D) (None, 37, 37, 256) 590080


block3_pool (MaxPooling2D) (None, 18, 18, 256) 0


block4_conv1 (Conv2D) (None, 18, 18, 512) 1180160


block4_conv2 (Conv2D) (None, 18, 18, 512) 2359808


block4_conv3 (Conv2D) (None, 18, 18, 512) 2359808


block4_pool (MaxPooling2D) (None, 9, 9, 512) 0


block5_conv1 (Conv2D) (None, 9, 9, 512) 2359808


block5_conv2 (Conv2D) (None, 9, 9, 512) 2359808


block5_conv3 (Conv2D) (None, 9, 9, 512) 2359808


block5_pool (MaxPooling2D) (None, 4, 4, 512) 0


global_average_pooling2d_5 ( (None, 512) 0


dense_9 (Dense) (None, 1024) 525312


dense_10 (Dense) (None, 2) 2050

Total params: 15,242,050
Trainable params: 7,606,786
Non-trainable params: 7,635,264

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

こんにちは、遅くなりましたが、もしyuno0000さんや他の閲覧された方の役に立てば幸いです。
こちらの回答とあわせて実行すればよいと思うのですが、
tensor flow hubを利用しながらfine tuningを試みると良いかと思います。
例えば、

python

1module_selection = ("efficientnet", 224) 2handle_base, pixels = module_selection 3MODULE_HANDLE ="https://tfhub.dev/tensorflow/efficientnet/lite4/classification/2".format(handle_base) 4IMAGE_SIZE = (pixels, pixels)

として、あとは、
ここのドキュメントのとおりに実行すればエラーなく進めることができます。
VGGではないですが、efficientnetでやっています。質問にある方法とは少し方法がちがいますが、役に立てば幸いです。

投稿2021/01/01 09:20

Kenta_py

総合スコア132

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

お疲れ様です。
少し、混乱せれている気もします。

下記とかで、
= VGG16(
とかは、よく見られると思いますが、= model( ?? みたいな書き方、ありますか?

base_model = model(weights='imagenet', include_top=False

尚、転移学習、ファインチューニングは、言葉がややこしいかもしれないので、
具体的には、どこを再度学習で更新されようとしているのかを明示されたほうが、
回答が得やすい気がします。
(回答になっていないので、これは、コメント欄に記載しないさいと指示されますかね。。)

投稿2020/01/11 08:02

編集2020/01/11 08:06
0kcal

総合スコア275

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

yuno0000

yuno0000

2020/01/11 08:23

ご回答ありがとうございます。 またご教授ありがとうございます。 上記の部分ですが base_model = VGG16(weights='imagenet', include_top=False, を自分で変えてしまいました。 VGG16やResnetなどの既存学習モデル以外の学習済みモデルを 使用する際に、ネットワワーク出力側の設定プログラムの書き方が分かりません。ご教授いただければ幸いです。
0kcal

2020/01/11 08:40

どなたか、回答を!! ほとんど何もしなくていいはずで、 ただ、 .compileでなくて、 .fitとか.fit_generatorとかなんだろうと思うのですが、 よくわかっていません。 とっても、簡単であることは、ほぼ、間違いないです。すみません!
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
85.50%

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る

質問する

関連した質問