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
87.20%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Matplotlib

MatplotlibはPythonのおよび、NumPy用のグラフ描画ライブラリです。多くの場合、IPythonと連携して使われます。

OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

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。

解決済

モデルの保存(model.save)について。

kane_study
kane_study

総合スコア4

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Matplotlib

MatplotlibはPythonのおよび、NumPy用のグラフ描画ライブラリです。多くの場合、IPythonと連携して使われます。

OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

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。

2回答

0評価

0クリップ

2812閲覧

投稿2020/12/15 09:49

編集2020/12/15 10:03

githubから拾ってきたコードを動かしたいです。

本題は「#学習開始」と書かれてある所より下の部分です。」
model.save(models/killme_vgg16.h5)
と書いてあるので、
modelsというファイルの中に.h5でモデルを保存するコードだと考え、
modelsという空ファイルをプログラム外で作ったのですが上手く見つかりませんでした。
(コードの書き方が分からなかった為)

!mkdir -p modelsが使えないようでした。

ファイル構造
killme_adversarial_example_with_TensorFlow-Keras-master
|—(下記の本コード).py
|—kill_me_images
| |—gen_adv
| |—kill_me_baby_dataset

|—models(作った)

下記はコードの一部

python

import tensorflow as tf import numpy as np import matplotlib import matplotlib.pyplot as plt %matplotlib inline import os import cv2 from PIL import Image config = tf.compat.v1.ConfigProto(gpu_options=tf.compat.v1.GPUOptions(allow_growth=True)) sess = tf.compat.v1.Session(config=config) tf.compat.v1.keras.backend.set_session(sess) root_dir = '/Users/ユーザー名/Desktop/killme_adversarial_example_with_TensorFlow-Keras-master/kill_me_images/kill_me_baby_datasets/' class_list = sorted(os.listdir(path=root_dir)) print("クラスリスト", class_list) def load_imgs(root_dir): print(class_list) num_class = len(class_list) img_paths = [] labels = [] images = [] for cl_name in class_list: img_names = os.listdir(os.path.join(root_dir, cl_name)) for img_name in img_names: img_paths.append(os.path.abspath(os.path.join(root_dir, cl_name, img_name))) hot_cl_name = get_class_one_hot(cl_name, class_list) labels.append(hot_cl_name) for img_path in img_paths: img = cv2.imread(img_path) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) images.append(img) images = np.array(images) return np.array(images), np.array(labels), class_list ############ ここから学習モデルを作成 ########### batch_size = 32 vgg16 = tf.keras.applications.VGG16(include_top=False, weights='imagenet', classes=7, input_shape=(128, 128, 3)) vgg16.trainable = False inputs = tf.keras.Input(shape=vgg16.output.shape[1:]) x = tf.keras.layers.Flatten()(inputs) x = tf.keras.layers.Dense(256, activation='relu')(x) x = tf.keras.layers.Dropout(0.5)(x) logits = tf.keras.layers.Dense(len(class_list), name='logits')(x) out = tf.keras.layers.Activation('softmax')(logits) top_model = tf.keras.Model(inputs=inputs, outputs=out) model = tf.keras.Model(inputs=vgg16.input, outputs=top_model(vgg16.output)) # 最後の畳み込み層の前までの重みの更新はしない。 # 15層目が最後の畳み込み層の開始位置 for layer in model.layers[:15]: layer.trainable = False # 学習方法を設定する model.compile(loss='categorical_crossentropy', optimizer=tf.keras.optimizers.Adam(), metrics=['accuracy']) tb_cb = tf.keras.callbacks.TensorBoard(log_dir="log_dir") ckps = [tb_cb] # 学習用データを用意する train_datagen = tf.keras.preprocessing.image.ImageDataGenerator(rescale=1./255, horizontal_flip=True) train_generator = train_datagen.flow_from_directory('kill_me_images/kill_me_baby_datasets/', classes=class_list, target_size=(128, 128), batch_size=batch_size, class_mode='categorical') # 学習開始! model.fit_generator(train_generator, steps_per_epoch=train_generator.samples//batch_size, epochs=100, callbacks=ckps) model.save("models/killme_vgg16.h5") sess = tf.keras.backend.get_session() saver = tf.train.Saver() saver.save(sess, "models/killme_vgg16.ckpt")

エラー文
Unable to create file(unable to open file:name='models/killme_vgg16.h5,error=2, error message='No such file or directory',o_flags=602)

環境
Anaconda、Spyder、Mac、python3.7

importしたもの
python-opencv 4.4.0.46
tensorflow 2.00
numpy 1.19.2

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。

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。

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

評価を下げると、トップページの「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。

まだ回答がついていません

会員登録して回答してみよう

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
87.20%

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

同じタグがついた質問を見る

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Matplotlib

MatplotlibはPythonのおよび、NumPy用のグラフ描画ライブラリです。多くの場合、IPythonと連携して使われます。

OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

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。