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

87.49%

MLPでMNISTの分類問題を行いたい

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 849

score 21

前提・実現したいこと

MLPのプログラムを作成したいのですが、以下のエラー文が出てきてしまいます。
引数としてlayerが足りないという認識でいいんでしょうか?
その場合、どの部分を直せばいいのか教えてください。

使用教科書:「Pythonによる AI・機械学習・深層学習アプリのつくり方」

発生している問題・エラーメッセージ

TypeError                                 Traceback (most recent call last)
<ipython-input-3-7de94fae9473> in <module>
     19 #MLPモデル構造を定義
     20 model = Sequential
---> 21 model.add(Dense(512, activation='relu', input_shape=(in_size,)))
     22 model.add(Dropout(0.2))
     23 model.add(Dense(512, activation='relu'))

TypeError: add() missing 1 required positional argument: 'layer'

該当のソースコード

#MLPでMNISTの分類問題に挑戦
import keras
from keras.models import Sequential
from keras.layers import Dense, Dropout
from keras.optimizers import RMSprop
from keras.datasets import mnist
import matplotlib.pyplot as plt

# 入力と出力を指定
in_size = 28 * 28
out_size = 10

#MNIST のデータを読み込み
(X_train, y_train), (X_test, y_test) =mnist.load_data()

# データを28*28=784 の一次元配列に変換
X_train=X_train.reshape(-1,784).astype('float32') / 255
X_test = X_test.reshape(-1, 784).astype('float32') / 255

# ラベルデータを one-hot ベクトルに直す
y_train = keras.utils.np_utils.to_categorical(y_train.astype('int32'),10)
y_test = keras.utils.np_utils.to_categorical(y_test.astype('int32'),10)

#MLPモデル構造を定義
model = Sequential
model.add(Dense(512, activation='relu', input_shape=(in_size,)))
model.add(Dropout(0.2))
model.add(Dense(512, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(out_size, activatione='softmax'))

# モデルをコンパイル
model.compile(loss='categorical_crossentropy',optimizer=RMSprop(),metrics=['accuracy'])

#学習を実行
hist = model.fit(X_train, y_train,batch_size=128,epochs=350,verbose=1,validation_data=(X_test, y_test))

#モデルを評価
score = model.evaluate(X_test, y_test, verbose=1)
print('正解率 = ', score[1], 'loss=', score[0])

# 学習の様子をグラフへ描画 
# 正解率の推移をプロット
plt.plot(hist.history['acc'])
plt.plot(hist.history['val_acc'])
plt.title('Accuracy')
plt.legend(['train', 'test'], loc='upper left')
plt.show()

# ロスの推移をプロット
plt.plot(hist.history['loss'])
plt.plot(hist.history['val_loss'])
plt.title('Loss')
plt.legend(['train', 'test'], loc='upper left')
plt.show()

お願い

がちがちの初心者なのでoracleのサイトだけ載せていただいても理解するのが難しいためどのように書けばいいか教えて頂けると幸いです。
また、質問のマナー等が間違っている、内容がわかりにくい等ありましたらご指摘お願いします。

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • Q71

    2020/01/16 13:16

    keras、Pythonのバージョンは?

    キャンセル

回答 1

checkベストアンサー

0

結論から言うと、20行目のmodel = Sequentialをmodel=Sequential()に変えれば大丈夫だと思います。
理由は初心者には少し難しいかもしれませんが以下に書いておきます。

理由としては、model.addというメソッドには引数としてselfというものとlayerオブジェクトの2つが必要ですがあなたのコードには前者が欠けているからです。

なぜそのようなことになるか説明したいと思います。
()を付けずにmodelを定義するとmodelがSequentialというクラスのインスタンスにはならず、Sequentialというクラスの型(intみたいなもの)を意味するものになってしまうからです。

そこで、model=Sequential()としてあげることでmodelはSequentialクラスのインスタンスになることができます。
それにより、model.addメソッドの第一引数にselfとして自分自身のインスタンスを参照することができます。
このselfという第一引数は普段あらわにコードに書くことはありませんが、今回はmodelがインスタンスではなかったため、エラーが出ています。

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。

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 87.49%
  • 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