実践GANの本のソースコードエラー

Question

前提・実現したいこと

ここに質問の内容を詳しく書いてください。
Jupyter NotebookのPython3で実践GANという本のソースコードを試しているのですが、以下のエラーが解決できずに困っています。

発生している問題・エラーメッセージ

NameError Traceback (most recent call last)
<ipython-input-16-6697afb65421> in <module>
24 z_log_var = Dense(latent_dim, name="log-variance")(h)
25
---> 26 z = Lambda(sampling, output_shape=(latent_dim,))([z_mean, z_log_var])
27
28 encoder = Model(x, [z_mean, z_log_var, z], name="encoder")

NameError: name 'sampling' is not defined

該当のソースコード

from keras.layers import Input, Dense, Lambda
from keras.models import Model
from keras import backend as K
from keras import objectives
from keras.datasets import mnist
import numpy as np

batch_size = 100

original_dim = 784
latent_dim = 2
intermediate_dim = 256

epochs = 50
epsilon_std = 1.0

x = Input(shape=(original_dim,), name="input")

h = Dense(intermediate_dim, activation='relu', name="encoding")(x)

z_mean = Dense(latent_dim, name="mean")(h)

z_log_var = Dense(latent_dim, name="log-variance")(h)

z = Lambda(sampling, output_shape=(latent_dim,))([z_mean, z_log_var])

encoder = Model(x, [z_mean, z_log_var, z], name="encoder")

def sampling(args: tuple):

z_mean, z_log_var = args
epsilon = K.random_normal(shape=(K.shape(z_mean)[0], latent_dim), mean=0., stddev=epsilon_std)
return z_mean + K.exp(z_log_var / 2) * epsilon

input_decoder = Input(shape=(latent_dim,), name="decoder_input")

decoder_h = Dense(intermediate_dim, activation='relu', name="decoder_h")(input_decoder)

x_decoded = Dense(original_dim, activation='sigmoid', name="flat_decoded")(decoder_h)

decoder = Model(input_decoder, x_decoded, name="decoder")
decoder.summary()

output_combined = decoder(encoder(x)[2])

vae = Model(x, output_combined)

vae.summary()

def vae_loss(x: tf.Tensor, x_decoded_mean: tf.Tensor, z_log_var=z_log_var, z_mean=z_mean, original_dim=original_dim):

xent_loss = original_dim * metrics.binary_crossentropy(x, x_decoded_mean)
kl_loss = - 0.5 * K.sum(1 + z_log_var - K.square(z_mean) - K.exp(z_log_var), axis=-1)
vae_loss = K.mean(xent_loss + kl_loss)
return vae_loss

vae.compile(optimizer='rmsprop', loss=vae_loss)
vae.summary()

(x_train, y_train), (x_test, y_test) = mnist.load_data()

x_train = x_train.astype('float32') / 255.
x_test = x_test.astype('float32') / 255.
x_train = x_train.reshape((len(x_train), np.prod(x_train.shape[1:])))
x_test = x_test.reshape((len(x_test), np.prod(x_test.shape[1:])))

vae.fit(x_train, x_train, shuffle=True, epochs=epochs, batch_size=batch_size)

試したこと

ここに問題に対して試したことを記載してください。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Answer 1

sampling関数の定義が、z = Lambda(sampling, output_shape=(latent_dim,))([z_mean, z_log_var])で引数として使われるよりも後ろにあるので、前に持っていくと良いと思います。

Comments

[potato_1]

先ほどの問題は解決したのですが、新たに
NameError Traceback (most recent call last)
<ipython-input-26-f99b8f68bbd4> in <module>
50 vae.summary()
51
---> 52 def vae_loss(x: tf.Tensor, x_decoded_mean: tf.Tensor, z_log_var=z_log_var, z_mean=z_mean, original_dim=original_dim):
53
54 xent_loss = original_dim * metrics.binary_crossentropy(x, x_decoded_mean)

NameError: name 'tf' is not defined
と出てしまったのですが、これはどのようにしたら解決しますか？

プログラミングは初心者同然なので、何回もすみません。

[nouken]

エラーはググってみると過去に同じエラーに遭遇している人が解決法を示してくれてることも多いのでググってみるのもおすすめです。

`tf`が定義されてないと言われてます。

tfは多分tensorflowですね。

ライブラリをimportできてないということです。

`import tensorflow as tf`すればいいかなと思いますが、その章の初めの方で実行しているはずなのでコードの一部ではなく、みているところの前の部分を確認してみるといいかもです。