===== (6)学習結果の保存(Keras) =====
Keras2でMNIST目次\\
[[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)]] <= いまココ
-[[(7)推測(Keras)]]
以下をコピペするだけです。
#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')
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。
#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')
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、
%ls
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、
"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
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、[[(7)推測(Keras)]]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。\\
===== リンク =====
次 [[(7)推測(Keras)]]
前 [[(5)結果の出力(Keras)]]
Keras2でMNIST目次\\
[[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)]]