TensorFlowでモデルのテスト、リセット、最新チェックポイントの読み込みを行う方法

TensorFlowはGoogleが提供す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するために広く利用されています。研究用途から本番環境まで幅広く使われており、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。これは内部でNumPyと多次元配列を使用しているためです。この多次元配列は「テンソル」と呼ばれています。また、TensorFlowは深層ニューラルネットワークの構築をサポートしており、高い拡張性を持つほか、多くの人気データセットも同梱されています。

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。Kerasは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インターフェースを備えた高レベルAPIです。TensorFlowフレームワーク上で動作し、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とカプセル化に不可欠な抽象化機能とビルディングブロックを提供しています。

Kerasは高い拡張性を持ち、クロスプラットフォームにも対応しています。そのため、TPUやGPUクラスタ上でも実行可能です。さらに、KerasモデルはWebブラウザやモバイルデバイス上で動作するようエクスポートすることもできます。KerasはTensorFlowパッケージにあらかじめ含まれており、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）を使うと、ブラウザ上でPythonコードを実行でき、事前の設定は一切不要で、GPU（グラフィックス処理装置）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。

以下がコードです。

コード例

print("新しいモデルインスタンスを作成します")
model = create_model()
print("以前保存した重みを読み込みます")
model.load_weights(latest)
print("モデルを再評価します")
loss, acc = model.evaluate(test_images, test_labels, verbose=2)
print("復元されたモデルの精度： {:5.3f}%".format(100 * acc))

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

出力結果

新しいモデルインスタンスを作成します
以前保存した重みを読み込みます
モデルを再評価します
32/32 - 0s - loss: 0.4828 - sparse_categorical_accuracy: 0.8770
復元されたモデルの精度：87.700%

解説

• まず、「create_model」メソッドを使用して、再度新しいモデルインスタンスを作成します。

• 次に、「load_weights」メソッドを使って、以前保存しておいた重みをこのインスタンスに読み込みます。

• そして、「evaluate」メソッドによって、この新しいモデルを評価します。

• これにより、評価時の精度（accuracy）と損失（loss）が算出されます。

• 最後に、これらの値がコンソールに出力されます。