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
86.12%
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。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

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

[Keras]Google colabでmulti_gpu_modelをimportできない

drango
drango

総合スコア2

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。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

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。

1回答

0グッド

0クリップ

342閲覧

投稿2022/11/29 05:33

編集2022/11/29 06:22

前提

Google Colab上でKerasのmulti_gpu_modelをimportしたいのですがうまくいきません。
追記: multi_gpu_modelが既に廃止になっていたため、tf.distribute.MirroredStrategyを利用してコードを書き換えたいです。

実現したいこと

ここに実現したいことを箇条書きで書いてください。

  • multi_gpu_modelをgoogle Colab上でimport可能にする
  • multi_gpu_modelからtf.distribute.MirroredStrategyに変更した場合にコードをどのように書き換えるか

発生している問題・エラーメッセージ

ImportError Traceback (most recent call last) <ipython-input-30-bf8bcc9a4cfa> in <module> 4 #from tensorflow.python.keras.utils.multi_gpu_utils import multi_gpu_model 5 #from tensorflow.python.keras.utils.multi_gpu_utils import multi_gpu_model ----> 6 from tensorflow.keras.utils import multi_gpu_model ImportError: cannot import name 'multi_gpu_model' from 'tensorflow.keras.utils' (/usr/local/lib/python3.7/dist-packages/keras/api/_v2/keras/utils/__init__.py) --------------------------------------------------------------------------- NOTE: If your import is failing due to a missing package, you can manually install dependencies using either !pip or !apt. To view examples of installing some common dependencies, click the "Open Examples" button below. ---------------------------------------------------------------------------

該当のソースコード

python

1from tensorflow.keras.utils import multi_gpu_model 2#import tensorflow as tf 3#from keras.applications import Xception 4#from keras.utils import multi_gpu_model 5#from tensorflow.python.keras.utils.multi_gpu_utils import multi_gpu_model

python

1def AutoEncoder(gpu_num=1): 2 input_layer = Input(shape=(128, 128, 3)) 3 4 conv11 = Conv2D(32, (3, 3), activation='relu', padding='same')(input_layer) 5 conv12 = Conv2D(32, (3, 3), activation='relu', padding='same')(conv11) 6 pool1 = MaxPooling2D()(conv12) 7 8 conv21 = Conv2D(16, (3, 3), activation='relu', padding='same')(pool1) 9 conv22 = Conv2D(16, (3, 3), activation='relu', padding='same')(conv21) 10 encoded = MaxPooling2D()(conv22) 11 12 conv31 = Conv2D(8, (3, 3), activation='relu', padding='same')(encoded) 13 conv32 = Conv2D(8, (3, 3), activation='relu', padding='same')(conv31) 14 15 up1 = UpSampling2D()(conv32) 16 conv41 = Conv2D(16, (3, 3), activation='relu', padding='same')(up1) 17 conv42 = Conv2D(16, (3, 3), activation='relu', padding='same')(conv41) 18 19 up2 = UpSampling2D()(conv42) 20 conv51 = Conv2D(32, (3, 3), activation='relu', padding='same')(up2) 21 conv52 = Conv2D(32, (3, 3), activation='relu', padding='same')(conv51) 22 23 decoded = Conv2D(3, (1, 1), activation='sigmoid', padding='same')(conv52) 24 25 model = Model(inputs=input_layer, outputs=decoded) 26 27 if gpu_num >= 2: 28 model = multi_gpu_model(model, gpus=gpu_num) 29 30 adam = Adam(lr=0.0001) 31 model.compile(optimizer=adam, loss='binary_crossentropy') 32 33 return model 34 35import cv2 36import glob 37import os 38 39#from keras.callbacks import TensorBoard 40from tensorflow.python.keras.callbacks import TensorBoard 41 42#from models import AutoEncoder 43#from utils import ImageLoader 44 45 46#DATA_DIR = os.path.join('data') 47#DATA_DIR = os.path.join('screw') 48DATA_DIR = '/content/drive/MyDrive/DeepLearningHandson/chapter4/screw' 49TRAIN_DATA_DIR = os.path.join(DATA_DIR, 'train') 50VALID_DATA_DIR = os.path.join(DATA_DIR, 'valid') 51LOGS_DIR = os.path.join('logs') 52MODEL_FILEPATH = os.path.join('results', 'autoencoder_experiment_01.h5') 53 54model = AutoEncoder(gpu_num=8) 55#model = AutoEncoder(gpu_num=8) 56image_size = model.input.shape[1:3] 57 58model.summary() 59 60train_images = ImageLoader(TRAIN_DATA_DIR, tuple(image_size)).load() 61valid_images = ImageLoader(VALID_DATA_DIR, tuple(image_size)).load() 62 63tensorboard_callback = TensorBoard(log_dir=LOGS_DIR) 64 65model.fit( 66 train_images, 67 train_images, 68 validation_data=(valid_images, valid_images), 69 batch_size=125, 70 epochs=100, 71 callbacks=[tensorboard_callback] 72) 73 74model.save(MODEL_FILEPATH)

試したこと

kerasの前にtensorflowをつけたりpythonをつけたりネット上の文献で見当たるものは試してみましたがうまくいきませんでした。
もしかしたら自分が見逃しているパターンもあるかもしれないので解答ほどよろしくお願いします。

補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

以下のような質問にはグッドを送りましょう

  • 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

グッドが多くついた質問は、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。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問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

適切な質問に修正を依頼しましょう。

drango

2022/11/29 06:11

解答いただきありがとうございます。 追加でお聞きしたいのですが、multi_gpu_modelsから上記のものに差し替えるとして、以下の場合どのように変更するべきなのでしょうか。 def AutoEncoder(gpu_num=1): input_layer = Input(shape=(128, 128, 3)) conv11 = Conv2D(32, (3, 3), activation='relu', padding='same')(input_layer) conv12 = Conv2D(32, (3, 3), activation='relu', padding='same')(conv11) pool1 = MaxPooling2D()(conv12) conv21 = Conv2D(16, (3, 3), activation='relu', padding='same')(pool1) conv22 = Conv2D(16, (3, 3), activation='relu', padding='same')(conv21) encoded = MaxPooling2D()(conv22) conv31 = Conv2D(8, (3, 3), activation='relu', padding='same')(encoded) conv32 = Conv2D(8, (3, 3), activation='relu', padding='same')(conv31) up1 = UpSampling2D()(conv32) conv41 = Conv2D(16, (3, 3), activation='relu', padding='same')(up1) conv42 = Conv2D(16, (3, 3), activation='relu', padding='same')(conv41) up2 = UpSampling2D()(conv42) conv51 = Conv2D(32, (3, 3), activation='relu', padding='same')(up2) conv52 = Conv2D(32, (3, 3), activation='relu', padding='same')(conv51) decoded = Conv2D(3, (1, 1), activation='sigmoid', padding='same')(conv52) model = Model(inputs=input_layer, outputs=decoded) if gpu_num >= 2: model = multi_gpu_model(model, gpus=gpu_num) adam = Adam(lr=0.0001) model.compile(optimizer=adam, loss='binary_crossentropy') return model
jbpb0

2022/11/30 01:34 編集

> 以下の場合どのように変更するべきなのでしょうか。 https://teratail.com/help/avoid-asking の「コードをください・デバッグしてください等の丸投げの質問」を見てください まずは自分で調べて、考えましょう
drango

2022/11/30 01:50

すみません、自分で調べたところmulti_gpu_model()の関数がtf.distribute.MirroredStrategyの方にはなくスコープ内で処理をするようで、自分にはどう書き換えたらいいかわかりませんでした。
jbpb0

2022/11/30 06:54

使ったこと無いので詳細知りませんが、 https://qiita.com/ytkj/items/18b2910c3363b938cde4 を見ると、スコープ内でモデルの定義と「model.compile」をやってますよね それに合わせて、「def AutoEncoder(gpu_num=1):」内の「return model」以外をスコープに入れて、「if gpu_num >= 2:」と次の行を削除したら、どうでしょうか?

回答1

1

ベストアンサー

cannot import name 'multi_gpu_model' from 'tensorflow.keras.utils'

tf.keras.utils.multi_gpu_model
に、
「THIS FUNCTION IS DEPRECATED. It will be removed after 2020-04-01. Instructions for updating: Use tf.distribute.MirroredStrategy instead.」
と書かれてます

投稿2022/11/29 06:39

jbpb0

総合スコア7487

spoofy_dragon👍を押しています

良いと思った回答にはグッドを送りましょう。
グッドが多くついた回答ほどページの上位に表示されるので、他の人が素晴らしい回答を見つけやすくなります。

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

このような回答には修正を依頼しましょう。

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
86.12%

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。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

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。