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%

python Fine Tuneingコードについて

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 288

score 39

下記のエラーが出て困っています。
ソースの改善のご指摘を頂けますでしょうか。

参考のURLは下記になります。
https://torusblog.org/toru-hyperastunningdence/

エラー内容
info(val_acc, val_loss,hist)
TypeError: info() missing 1 required positional argument: 'hist'

import keras
import matplotlib.pyplot as plt
from keras import models, optimizers
from keras.datasets import mnist
from keras.layers import Dense, Dropout
from keras.models import Sequential
from keras.optimizers import SGD


def get_data() :

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

        x_train = x_train.reshape(60000, 784)
        x_test = x_test.reshape(10000, 784)

        x_train = x_train.astype('float32')
        x_test = x_test.astype('float32')

        x_train /= 255
        x_test /= 255

        print(x_train.shape[0], 'train samples')
        print(x_test.shape[0], 'test samples')

        y_train = keras.utils.to_categorical(y_train, 10)
        y_test = keras.utils.to_categorical(y_test, 10)

        return x_train, y_train, x_test, y_test

def model(x_train, y_train, x_test, y_test) :

        model = Sequential()
        model.add(Dense(256, activation = 'relu', input_shape = (784,)))
        model.add(Dropout(0.2))
        model.add(Dense(128, activation = 'relu'))
        model.add(Dropout(0.2))
        model.add(Dense(10, activation = 'softmax'))
        model.summary()

        model.compile(loss = 'categorical_crossentropy', optimizer = \
                                SGD(lr = 0.05, clipnorm = 1., nesterov = True), 
                                metrics = ['accuracy'])
        hist = model.fit(x_train, y_train, batch_size = 128, epochs = 20, 
                                verbose = 1, validation_data = (x_test, y_test))
        val_loss, val_acc = model.evaluate(x_test, y_test, verbose = 1)

        return val_loss, val_acc, hist

def info(val_acc, val_loss, start_time, hist) :

        print(" ")
        print("===============================")
        print("Accuracy:{:.2f}".format(val_acc * 100), "%")
        print('loss:{:.2f}'.format(val_loss * 100), "%")

        #Accuracy Graph
        plt.rc('font', family = 'serif')
        fig = plt.figure(figsize = (13, 6))
        plt.subplot(1, 2, 1)
        plt.xlim([0, 20])
        plt.plot(hist.history['accuracy'], label = 'Train Acc', color = 'red')
        plt.plot(hist.history['val_accuracy'], label = 'Test Acc', color = 'm')
        plt.title('Model Accuracy')
        plt.xlabel('Epochs')
        plt.ylabel('accuracy')
        plt.legend(bbox_to_anchor = (0.7, 0.5), loc = 'center left', borderaxespad = 0,\
                                 fontsize = 8)

        #Loss Graph
        plt.rc('font', family = 'serif')
        plt.subplot(1, 2, 2)
        plt.xlim([0, 20])
        plt.plot(hist.history['loss'], label = 'Train Loss', color = 'blue')
        plt.plot(hist.history['val_loss'], label = 'Test Loss', color = 'c')
        plt.title('Model Loss')
        plt.xlabel('Epochs')
        plt.ylabel('loss')
        plt.legend(bbox_to_anchor = (0.7, 0.5), loc = 'center left', borderaxespad = 0, fontsize = 8)
        #plt.savefig ('mnist_graph.png')
        plt.show()

#===Learning===

x_train, y_train, x_test, y_test = get_data()
val_loss, val_acc, hist = model(x_train, y_train, x_test, y_test)
info(val_acc, val_loss,hist)

#==============
  • 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。

回答 1

checkベストアンサー

0

info()の定義が

def info(val_acc, val_loss, start_time, hist) :


となってるけど、「start_time」はinfo()内では使われてないので、そこを

def info(val_acc, val_loss, hist) :


と変えるか、あるいは、info()を使う方(コードの最後)を

info(val_acc, val_loss, 0, hist)


とするか、どちらか

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