PythonとKerasを使って復元済みモデルを評価する方法

TensorFlowは、Googleが提供している機械学習フレームワークです。オープンソースとして公開されており、Pythonと組み合わせてアルゴリズムやディープラーニングアプリケーションなどを実装できます。研究用途から本番環境まで幅広く利用されており、複雑な数値計算を高速に実行するための最適化技術を備えています。

Windowsに「tensorflow」パッケージをインストールするには、以下のコマンドを実行します。

pip install tensorflow

Kerasとは

Kerasは、ONEIROS（Open ended Neuro-Electronic Intelligent Robot Operating System）というプロジェクトの研究の一環として開発されました。Pythonで書かれたディープラーニングAPIであり、機械学習の問題を効率的に解決するための生産性の高い高レベルAPIです。

KerasはTensorFlowフレームワークの上で動作し、素早く実験を行えるように設計されています。機械学習ソリューションの開発やカプセル化に不可欠な抽象化機能と構成要素を提供しており、高い拡張性とクロスプラットフォーム対応力を持っています。そのため、TPUやGPUクラスタ上でも実行可能です。さらに、KerasのモデルはWebブラウザやモバイルデバイス向けにエクスポートすることもできます。

KerasはTensorFlowパッケージにすでに含まれており、以下のコードでアクセスできます。

import tensorflow
from tensorflow import keras

以下のコードはGoogle Colaboratoryで実行しています。Google Colab（Colaboratory）を利用すると、ブラウザ上でPythonコードを実行でき、設定は一切不要で、GPUにも無料でアクセスできます。ColaboratoryはJupyter Notebookをベースに構築されています。

サンプルコード

print("復元されたモデルを評価します")
loss, acc = new_model.evaluate(test_images, test_labels, verbose=2)
print('復元モデルの精度: {:5.3f}%'.format(100 * acc))
print("予測を実行します。予測結果の次元は以下の通りです")
print(new_model.predict(test_images).shape)
print("新しいモデルインスタンスを作成します")

model = create_model()

print("モデルを訓練データに適合させます")
model.fit(train_images, train_labels, epochs=7)

コード出典：https://www.tensorflow.org/tutorials/keras/save_and_load

出力結果

コードの解説

• 復元されたモデルは「evaluate」メソッドを使って評価されます。

• 訓練時の精度（accuracy）と損失（loss）が算出されます。

• これらの値はコンソールに表示されます。

• 予測は「predict」メソッドを使って行われます。

• テストデータの次元がコンソールに表示されます。

• 「create_model」メソッドを使って、別の新しいモデルインスタンスが作成されます。

• 作成したモデルは7エポックにわたって訓練データに適合されます。