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
85.35%
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。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

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

1回答

3373閲覧

tensorflow keras grid_searchにて AttributeError: 'NoneType' object has no attribute 'loss'

RRO

総合スコア9

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。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

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2021/02/13 16:43

python

1import tensorflow.keras as keras 2from tensorflow.keras.utils import to_categorical 3from tensorflow.python.keras.models import Sequential, Model 4from tensorflow.python.keras.layers.convolutional import Conv2D, MaxPooling2D 5from tensorflow.python.keras.layers.core import Dense, Dropout, Activation, Flatten 6import numpy as np 7from tensorflow.keras.optimizers import SGD, Adam 8from sklearn.model_selection import train_test_split 9from PIL import Image 10import glob 11from tensorflow.python.keras.utils import np_utils 12from tensorflow.keras.applications import VGG16 13 14# モデルの定義 15 16def build_model(activation,optimizer): 17 18 model = VGG16(weights='imagenet', include_top=False, input_shape=(img_size,img_size,3)) 19 20 top_model = Sequential() 21 top_model.add(Flatten(input_shape=model.output_shape[1:])) 22 top_model.add(Dense(256,activation=activation)) 23 top_model.add(Dropout(0.5)) 24 top_model.add(Dense(num_classes,activation='softmax')) 25 26 model = Model(inputs=model.input, outputs=top_model(model.output)) 27 model.summary() 28 29 for layer in model.layers[:15]: 30 layer.trainable = False 31 32 33 model.compile(loss='categorical_crossentropy', optimizer=optimizer,metrics=['accuracy']) 34import numpy as np 35import pandas as pd 36from pandas import Series, DataFrame 37import sklearn 38import pathlib 39from sklearn import datasets, preprocessing 40from sklearn.model_selection import GridSearchCV 41from tensorflow.keras.wrappers.scikit_learn import KerasClassifier 42 43#グリッドサーチ対象のハイパーパラメーターを準備 44activation = ["relu", "sigmoid"] 45optimizer = ["adam",'adagrad','sgd'] 46nb_epoch = [30 ,50] 47batch_size = [10, 16] 48 49#グリッドサーチ対象のハイパーパラメーターを辞書型にまとめる 50param_grid = dict(activation=activation, optimizer=optimizer,nb_epoch=nb_epoch, batch_size=batch_size) 51 52#モデルを作成 53model = KerasClassifier(build_fn = build_model, verbose=0) 54 55#グリッドサーチの実行 56grid = GridSearchCV(estimator=model, param_grid=param_grid) 57 58grid_result = grid.fit(X_train, Y_train)

AttributeError Traceback (most recent call last)
<ipython-input-13-d4c36aa50258> in <module>
5 grid = GridSearchCV(estimator=model, param_grid=param_grid)
6
----> 7 grid_result = grid.fit(X_train, Y_train)

~/anaconda3/lib/python3.7/site-packages/sklearn/model_selection/search.py in fit(self, X, y, groups, **fit_params)
737 refit_start_time = time.time()
738 if y is not None:
--> 739 self.best_estimator
.fit(X, y, **fit_params)
740 else:
741 self.best_estimator_.fit(X, **fit_params)

~/anaconda3/lib/python3.7/site-packages/tensorflow/python/keras/wrappers/scikit_learn.py in fit(self, x, y, **kwargs)
221 raise ValueError('Invalid shape for y: ' + str(y.shape))
222 self.n_classes_ = len(self.classes_)
--> 223 return super(KerasClassifier, self).fit(x, y, **kwargs)
224
225 def predict(self, x, **kwargs):

~/anaconda3/lib/python3.7/site-packages/tensorflow/python/keras/wrappers/scikit_learn.py in fit(self, x, y, **kwargs)
157 self.model = self.build_fn(**self.filter_sk_params(self.build_fn))
158
--> 159 if (losses.is_categorical_crossentropy(self.model.loss) and
160 len(y.shape) != 2):
161 y = to_categorical(y)

AttributeError: 'NoneType' object has no attribute 'loss'

このエラーの原因がわからず困っております。
原因がわかるかたがいたらご教示いただきたいです。よろしくお願い致します。

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。

guest

回答1

0

シンプルに KerasClassifierbuild_fn に渡している build_model が、内部で作成したモデルを返していないために、エラーメッセージ末尾の157行目で代入されている self.modelNone になっていることが原因です。
self.modelNone なので、エラー発生箇所の159行目では None.loss というアクセスをしようとしていることになっています。
その結果 NoneType のオブジェクトには loss というattributeがないため、AttributeError が発生している、ということになります。

添付いただいているコードを、たとえば以下のように修正するとうまく動作するはずです。

diff

1--- run.py.org 2021-03-05 14:15:39.996485896 +0000 2+++ run.py 2021-03-05 14:03:41.395435669 +0000 3@@ -31,6 +31,8 @@ 4 5 6 model.compile(loss='categorical_crossentropy', optimizer=optimizer,metrics=['accuracy']) 7+ return model 8+ 9 import numpy as np 10 import pandas as pd 11 from pandas import Series, DataFrame

投稿2021/03/05 14:21

lazykyama

総合スコア58

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。

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

まだベストアンサーが選ばれていません

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
85.35%

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