サルでもわかる機械学習

この文書は読取専用です。文書のソースを閲覧することは可能ですが、変更はできません。もし変更したい場合は管理者に連絡してください。
===== (6)学習結果の保存(Keras) =====
<wrap hi>Keras2でMNIST目次</wrap>\\
[[Kerasプログラミングの全体図]]
  -[[(1)Kerasを使用するためのimport文]]
  -[[(2)データ準備(Keras)]]
  -[[(3)モデル設定(Keras)]]
  -[[(4)モデル学習(Keras)]]
  -[[(5)結果の出力(Keras)]]
  -[[(6)学習結果の保存(Keras)]]　<wrap hi><= いまココ</wrap>
  -[[(7)推測(Keras)]]

以下をコピペするだけです。

<code>
#6 学習結果の保存(Keras)
### save model and weights
json_string = model.to_json()
open('apple_orange_model.json', 'w').write(json_string)
model.save_weights('apple_orange_weights.h5')
</code>

そのままです。学習モデルをjson形式で保存し、そのモデルに対応した学習結果のパラメータをh5形式で保存します。\\
次のpredict.pyで、新しい画像の予測（分類）を行う際に、このモデルとパラメータを読み込む予定です。



===== 開発環境 =====
Windows 8.1\\
Anaconda \\
Python 3.5\\
Tensorflow 1.4\\
Keras 2.0.9\\

Keras2.0のインストール方法は[[windowsにkeras2.0をインストール]]をご覧下さい。

このページは、[[(5)結果の出力(Keras)]]の続きであり、今回は、結果の出力を行っていきます。

===== 手順 =====


==== 0. 前回終了時の画面 ====
[[(5)結果の出力(Keras)]]終了時の、以下のような状態から始めます。

{{:pasted:20171110-055117.png}}
==== 1. 学習結果の保存 ====
以下のコードを入力して、Shift + Enterを押します。

<code>
#6 学習結果の保存(Keras)
### save model and weights
json_string = model.to_json()
open('apple_orange_model.json', 'w').write(json_string)
model.save_weights('apple_orange_weights.h5')
</code>

以下のような画面になります。

{{:pasted:20171110-055228.png}}

Jupyter Notebook上では何も起こりませんが、

<code>
%ls
</code>

と入力して、Shift+Enterを押すと、以下のように表示されて、train_MNIST_MLP.ipynb(今、入力しているJupyter Notebookのファイル)と同じフォルダに、

<code>
"apple_orange_model.json" : モデルが記載されたjsonファイル
"apple_orange_weights.h5" : モデルのweight（学習結果）が記載されたバイナリデータ
</code>

の２つのファイルが作成されていることが分かります。

{{:pasted:20171110-055811.png}}

{{:pasted:20171110-055914.png}}

Kerasでの学習結果の出力の手順は上記でおしまいです。

初めての方は、次は、<wrap hi>[[(7)推測(Keras)]]</wrap>に進んでください。



===== 参考文献 =====
初めてKerasプログラミングをやるときの超おすすめ本。\\

<html>

<iframe style="width:120px;height:240px;" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" src="//rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=twosquirrel-22&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=4873117585&linkId=13a7db2c19cc5f40d6ab48906de8abd1"></iframe>

&nbsp;

<iframe style="width:120px;height:240px;" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" src="//rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=twosquirrel-22&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=4839962510&linkId=d722909965b5eab4196d370757843f6f"></iframe>
</html>

===== リンク =====

次 [[(7)推測(Keras)]]

前 [[(5)結果の出力(Keras)]]


<wrap hi>Keras2でMNIST目次</wrap>\\
[[Kerasプログラミングの全体図]]
  -[[(1)Kerasを使用するためのimport文]]
  -[[(2)データ準備(Keras)]]
  -[[(3)モデル設定(Keras)]]
  -[[(4)モデル学習(Keras)]]
  -[[(5)結果の出力(Keras)]]
  -[[(6)学習結果の保存(Keras)]]
  -[[(7)推測(Keras)]]
サルでもわかる機械学習

ユーザ用ツール

サイト用ツール

ページ用ツール
