'EarlyStopping' object is not callableの対処方法

1.質問内容
詳細ディープラーニング第２版(マイナビ）で、RNNの実装を勉強中です。参考コードも
詳細ディープラーニング第２版の公開github中コードです。
githubは、以下です。
https://github.com/yusugomori/deeplearning-keras-tf2-torch
ディレクト5の「21_imdb_birnn_torch.py」が参考コードです。
参考コードは、BiRNN用いた時系列データ分析例です。最初は、github中コードでは
from callbacks import EarlyStoppingでしたが、importが、うまくいかないので、
from tensorflow.keras.callbacks import EarlyStoppingにしたら、importでき
ましたが、実行中に 'EarlyStopping' object is not callableとなります。
対処方法をお願いいたします。

2.参考コード

python
1import numpy as np
2from sklearn.metrics import accuracy_score
3from sklearn.model_selection import train_test_split
4from sklearn.utils import shuffle
5import torch
6import torch.nn as nn
7import torch.optim as optimizers
8from tensorflow.keras import datasets
9from tensorflow.keras.preprocessing.sequence import pad_sequences
10
11#from callbacks import EarlyStopping
12from tensorflow.keras.callbacks import EarlyStopping
13
14class BiRNN(nn.Module):
15    def __init__(self, num_words, hidden_dim):
16        super().__init__()
17        self.emb = nn.Embedding(num_words, hidden_dim, padding_idx=0)
18        self.lstm = nn.LSTM(hidden_dim, hidden_dim,
19                            batch_first=True,
20                            bidirectional=True)
21        self.linear = nn.Linear(hidden_dim*2, 1)
22        self.sigmoid = nn.Sigmoid()
23
24        nn.init.xavier_normal_(self.lstm.weight_ih_l0)
25        nn.init.orthogonal_(self.lstm.weight_hh_l0)
26        nn.init.xavier_normal_(self.linear.weight)
27
28    def forward(self, x):
29        h = self.emb(x)
30        h, _ = self.lstm(h)
31        h = self.linear(h[:, -1])
32        y = self.sigmoid(h)
33        return y.squeeze()  # (batch_size, 1) => (batch_size,)
34
35
36if __name__ == '__main__':
37    np.random.seed(123)
38    torch.manual_seed(123)
39    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
40
41    '''
42    1. データの準備
43    '''
44    num_words = 20000
45    maxlen = 80
46
47    imdb = datasets.imdb
48    word_index = imdb.get_word_index()
49
50    (x_train, t_train), (x_test, t_test) = imdb.load_data(num_words=num_words,
51                                                          start_char=1,
52                                                          oov_char=2,
53                                                          index_from=3)
54
55    x_train, x_val, t_train, t_val = \
56        train_test_split(x_train, t_train, test_size=0.2)
57
58    x_train = pad_sequences(x_train, maxlen=maxlen, padding='pre')
59    x_val = pad_sequences(x_val, maxlen=maxlen, padding='pre')
60    x_test = pad_sequences(x_test, maxlen=maxlen, padding='pre')
61
62    '''
63    2. モデルの構築
64    '''
65    model = BiRNN(num_words, 128).to(device)
66
67    '''
68    3. モデルの学習
69    '''
70    criterion = nn.BCELoss()
71    optimizer = optimizers.Adam(model.parameters(),
72                                lr=0.001,
73                                betas=(0.9, 0.999), amsgrad=True)
74
75    def compute_loss(t, y):
76        return criterion(y, t)
77
78    def train_step(x, t):
79        x = torch.LongTensor(x).to(device)
80        t = torch.Tensor(t).to(device)
81        model.train()
82        preds = model(x)
83        loss = compute_loss(t, preds)
84        optimizer.zero_grad()
85        loss.backward()
86        optimizer.step()
87
88        return loss, preds
89
90    def val_step(x, t):
91        x = torch.LongTensor(x).to(device)
92        t = torch.Tensor(t).to(device)
93        model.eval()
94        preds = model(x)
95        loss = criterion(preds, t)
96
97        return loss, preds
98
99    epochs = 1000
100    batch_size = 100
101    n_batches_train = x_train.shape[0] // batch_size
102    n_batches_val = x_val.shape[0] // batch_size
103    es = EarlyStopping(patience=5, verbose=1)
104
105    for epoch in range(epochs):
106        train_loss = 0.
107        train_acc = 0.
108        val_loss = 0.
109        val_acc = 0.
110        x_, t_ = shuffle(x_train, t_train)
111
112        for batch in range(n_batches_train):
113            start = batch * batch_size
114            end = start + batch_size
115            loss, preds = train_step(x_[start:end], t_[start:end])
116            train_loss += loss.item()
117            train_acc += \
118                accuracy_score(t_[start:end].tolist(),
119                               preds.data.cpu().numpy() > 0.5)
120
121        train_loss /= n_batches_train
122        train_acc /= n_batches_train
123
124        for batch in range(n_batches_val):
125            start = batch * batch_size
126            end = start + batch_size
127            loss, preds = val_step(x_val[start:end], t_val[start:end])
128            val_loss += loss.item()
129            val_acc += \
130                accuracy_score(t_val[start:end].tolist(),
131                               preds.data.cpu().numpy() > 0.5)
132
133        val_loss /= n_batches_val
134        val_acc /= n_batches_val
135
136        print('epoch: {}, loss: {:.3}, acc: {:.3f}'
137              ', val_loss: {:.3}, val_acc: {:.3f}'.format(
138                  epoch+1,
139                  train_loss,
140                  train_acc,
141                  val_loss,
142                  val_acc
143              ))
144
145        if es(val_loss):
146            break
147
148    '''
149    4. モデルの評価
150    '''
151    def test_step(x, t):
152        return val_step(x, t)
153
154    loss, preds = test_step(x_test, t_test)
155    test_loss = loss.item()
156    preds = preds.data.cpu().numpy() > 0.5
157    test_acc = accuracy_score(t_test, preds)
158
159    print('test_loss: {:.3f}, test_acc: {:.3f}'.format(
160        test_loss,
161        test_acc
162    ))
163

3.補足情報（FW/ツールのバージョンなど）
開発環境：Google Colaboratory
プログラム言語：python3
OS：windows10 Home
CPU：Intel(R) Core(TM) i7-7500U CPU@2.70GHz 2.90GHz

jbpb0

2021/05/22 10:30 編集

> 詳細ディープラーニング第２版の公開github中コード質問にURL追記してください探すの面倒くさいので

jbpb0

2021/05/22 10:42

> importが、うまくいかないので、 from tensorflow.keras.callbacks import EarlyStoppingにしたら、importできましたそんなことやっちゃダメです https://github.com/yusugomori/deeplearning-keras-tf2-torch/tree/master/5 に「callbacks」というディレクトリがあって、その中に「EarlyStopping.py」というファイルがありますよねそれをimportしないと

kouji_39

2021/05/22 10:55

たった今、自己解決しました。自己回答しようかと思ったら、 jbpboさんの適切なコメントがありました。コメントありがとうございます。結局、EarlyStopping.pyのインポートがうまくいかなかったので、インポート文は削除して、 class EarlyStopping:をclass BiRNN(nn.Module):の前に持ってきたら、うまくいきました。追伸）インポート文を活かすには、colabの場合、どうすればよいのでしょうか？

jbpb0

2021/05/22 11:11

google colab上の「callbacks」ディレクトリがあるディレクトリパスを、「sys.path.append()」で指定すればimportできるはずです詳細は、これ見てください https://qiita.com/Kunikata/items/45e731753e97bda28aab

kouji_39

2021/05/22 12:04

再度、jbpboさんの適切なコメント、ありがとうございます。 ①Google Drive をマウント ②#sys.path.append()でパスを通せばインポート import sys sys.path.append('/content/drive/MyDrive/Colab Notebooks/deeplearning-keras-tf2-torch-master/5') 上記で、うまく「from callbacks import EarlyStopping」が作動して、EarlyStoppingがimport されました。

行動規範の内容に同意します

回答1件

自己解決

jbpboさんのご指導で、解決しました。
うまくいったコードは以下のとおりです。

python
1from google.colab import drive
2drive.mount('/content/drive')
3
4#sys.path.append()でパスを通せばインポート
5import sys
6sys.path.append('/content/drive/MyDrive/Colab Notebooks/deeplearning-keras-tf2-torch-master/5')
7
8import numpy as np
9from sklearn.metrics import accuracy_score
10from sklearn.model_selection import train_test_split
11from sklearn.utils import shuffle
12import torch
13import torch.nn as nn
14import torch.optim as optimizers
15from tensorflow.keras import datasets
16from tensorflow.keras.preprocessing.sequence import pad_sequences
17
18from callbacks import EarlyStopping
19
20＃以下は質問コードと同様