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%
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。

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

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。

Q&A

0回答

2072閲覧

saver.save()を利用した際にRuntimeErrorが発生します。

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。

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

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。

0グッド

0クリップ

投稿2020/12/15 14:27

githubのコードを動かしたいです。
モデルをsaver.save()で保存する際に
RuntimeErrorが発生してしまっています。
どうにかして、モデルを保存したいです。

RuntimeErrorなので、私のPCのスペックのせいかもしれませんが
エラーコードを読む限り、どうやらパッケージの中にあるvar_listに与えるデータの形式に影響がある様です。

しかし、ネット記事に書かれてある模範のコードと比較した所、特におかしな点がない様に思えます。

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

「#学習開始」の下にある以下の箇所でエラーが出てます。
sess = tf.compat.v1.keras.backend.get_session()
saver = tf.compat.v1.train.Saver()
saver.save(sess, "models/killme_vgg16.ckpt")

python

1import tensorflow as tf 2import numpy as np 3import matplotlib 4import matplotlib.pyplot as plt 5%matplotlib inline 6import os 7import cv2 8from PIL import Image 9 10config = tf.compat.v1.ConfigProto(gpu_options=tf.compat.v1.GPUOptions(allow_growth=True)) 11sess = tf.compat.v1.Session(config=config) 12tf.compat.v1.keras.backend.set_session(sess) 13 14 15 16root_dir = '/Users/ユーザー名/Desktop/killme_adversarial_example_with_TensorFlow-Keras-master/kill_me_images/kill_me_baby_datasets/' 17 18class_list = sorted(os.listdir(path=root_dir)) 19print("クラスリスト", class_list) 20 21 22 23 24def load_imgs(root_dir): 25 26 print(class_list) 27 num_class = len(class_list) 28 img_paths = [] 29 labels = [] 30 images = [] 31 for cl_name in class_list: 32 img_names = os.listdir(os.path.join(root_dir, cl_name)) 33 for img_name in img_names: 34 img_paths.append(os.path.abspath(os.path.join(root_dir, cl_name, img_name))) 35 hot_cl_name = get_class_one_hot(cl_name, class_list) 36 labels.append(hot_cl_name) 37 38 for img_path in img_paths: 39 img = cv2.imread(img_path) 40 img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 41 images.append(img) 42 43 images = np.array(images) 44 45 return np.array(images), np.array(labels), class_list 46 47 48 49 50############ ここから学習モデルを作成 ########### 51 52batch_size = 32 53 54vgg16 = tf.keras.applications.VGG16(include_top=False, weights='imagenet', classes=7, input_shape=(128, 128, 3)) 55vgg16.trainable = False 56 57inputs = tf.keras.Input(shape=vgg16.output.shape[1:]) 58x = tf.keras.layers.Flatten()(inputs) 59x = tf.keras.layers.Dense(256, activation='relu')(x) 60x = tf.keras.layers.Dropout(0.5)(x) 61logits = tf.keras.layers.Dense(len(class_list), name='logits')(x) 62out = tf.keras.layers.Activation('softmax')(logits) 63 64top_model = tf.keras.Model(inputs=inputs, outputs=out) 65 66model = tf.keras.Model(inputs=vgg16.input, outputs=top_model(vgg16.output)) 67 68 69# 最後の畳み込み層の前までの重みの更新はしない。 70# 15層目が最後の畳み込み層の開始位置 71for layer in model.layers[:15]: 72 layer.trainable = False 73 74# 学習方法を設定する 75model.compile(loss='categorical_crossentropy', optimizer=tf.keras.optimizers.Adam(), metrics=['accuracy']) 76tb_cb = tf.keras.callbacks.TensorBoard(log_dir="log_dir") 77ckps = [tb_cb] 78 79# 学習用データを用意する 80train_datagen = tf.keras.preprocessing.image.ImageDataGenerator(rescale=1./255, horizontal_flip=True) 81train_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') 82 83# 学習開始! 84model.fit_generator(train_generator, steps_per_epoch=train_generator.samples//batch_size, epochs=1, callbacks=ckps) 85model.save("models/killme_vgg16.h5") 86#バグ検証のためにepochs=1 に設定。 87 88sess = tf.compat.v1.keras.backend.get_session() 89saver = tf.compat.v1.train.Saver() 90saver.save(sess, "models/killme_vgg16.ckpt") 91

エラー文
WARNING:tensorflow:Saver is deprecated, please switch to tf.train.Checkpoint or tf.keras.Model.save_weights for training checkpoints. When executing eagerly variables do not necessarily have unique names, and so the variable.name-based lookups Saver performs are error-prone.
RuntimeError: When eager execution is enabled, var_list must specify a list or dict of variables to save

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

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。

kane_study

2020/12/15 16:32

ありがとうございます。読ませて頂きました。 tensorflow2.0のバグの様ですね。 conda search で2.2が出てこなかったので これから入れる方法を模索しようと思います。
kane_study

2020/12/15 16:45

pip install で 2.2 が入りましたが When eager execution is enabled, `var_list` must specify a list or dict of variables to save という同じエラーが出ました。 余談ですが こちらの方が学習の計算はかなり速いです。
kane_study

2020/12/15 19:24

tf.compat.v1.disable_eager_execution() というのを見つけたので試してみます。
kane_study

2020/12/15 20:11

ありがとうございました 上記のコードを追加した結果 上手くいきました。 ただ、理由まではよく分かってないです。
jbpb0

2020/12/16 08:36

逆に、tf 1.xで tf.enable_eager_execution() 入れて実行したら、同じRuntimeErrorが出ました Eagerモードは、tf 1.xはデフォルトオフだったのが、2.xではデフォルトオンに変わりました RuntimeErrorの前に、EagerモードだとSaverでエラー起きがち、って書かれてますね
kane_study

2020/12/16 10:40

ありがとうございます。 なるほど。何かしらのモードがあり、挙動が変わるのですね。 1.xでは、オフがデフォルトなので、 2.xを使う場合はコードを追加しなければ同じ挙動にならないという事でしたか。
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

まだ回答がついていません

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