PythonとTensorFlowでレイヤーインスタンスのコンストラクタ引数を返す方法

TensorFlowとは

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と組み合わせて使用することで、さまざまなアルゴリズムやディープラーニングアプリケーションの実装が可能になります。研究用途から本番環境まで、幅広い場面で活用されているフレームワークです。

Kerasとは

Kerasは、ONEIROS（Open-ended Neuro-Electronic Intelligent Robot Operating System）プロジェクトの研究の一環として開発された、Pythonで記述されたディープラーニングAPIです。機械学習の問題解決を効率的に支援する、生産性の高いインターフェースを持つ高水準APIとして設計されています。

KerasはTensorFlowフレームワークの上で動作し、素早く実験を繰り返せるように作られています。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や構成要素を提供しており、初心者から専門家まで扱いやすいのが特徴です。

また、高い拡張性とクロスプラットフォーム対応力も備えています。TPUやGPUクラスタ上でKerasを実行できるだけでなく、モデルをエクスポートしてWebブラウザやモバイル端末上で動作させることも可能です。

KerasはTensorFlowパッケージにあらかじめ含まれているため、以下のコードで簡単に利用できます。

import tensorflow
from tensorflow import keras

Keras Functional APIの特徴

KerasのFunctional APIを使用すると、Sequential APIで作成するモデルよりも柔軟なモデルを構築できます。非線形トポロジーを持つモデルの処理、レイヤーの共有、複数の入出力への対応などが可能です。一般的にディープラーニングモデルは、複数のレイヤーを含む有向非巡回グラフ（DAG）として表現され、Functional APIはこのグラフを直感的に構築するのに役立ちます。

以降のコードは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、面倒な環境設定は一切不要です。さらにGPU（Graphical Processing Unit）へ無料でアクセスでき、Jupyter Notebookをベースに構築されているため、ノートブック形式での開発にも慣れた人にとって使いやすい環境となっています。

サンプルコード

以下は、Pythonを使ってレイヤーインスタンスのコンストラクタ引数を返すコード例です。

class CustomDense(layers.Layer):
   def __init__(self, units=32):
      super(CustomDense, self).__init__()
      self.units = units
   def build(self, input_shape):
      self.w = self.add_weight(
         shape=(input_shape[-1], self.units),
         initializer="random_normal",
         trainable=True,
      )
      self.b = self.add_weight(
         shape=(self.units,), initializer="random_normal", trainable=True
      )
   def call(self, inputs):
      return tf.matmul(inputs, self.w) + self.b
   def get_config(self):
      return {"units": self.units}
inputs = keras.Input((4,))
outputs = CustomDense(10)(inputs)

model = keras.Model(inputs, outputs)
print("The below function returns constructor arguments for the instance of the layer")
config = model.get_config()

new_model = keras.Model.from_config(config, custom_objects={"CustomDense": CustomDense})

コード引用元 − https://www.tensorflow.org/guide/keras/functional

出力

The below function returns constructor arguments for the instance of the layer

コードの解説

• まず、「CustomDense」という名前のカスタムレイヤークラスを作成します。このクラスはモデルに重みを追加するために使用されます。

• 続いて、「get_config」という関数を定義します。この関数は、レイヤーの各インスタンスに対するコンストラクタ引数を辞書形式で返します。

• keras.Inputを使って、モデルへの入力レイヤーを定義します。

• 最後にモデル全体を定義し、get_config関数を呼び出すことで、レイヤーの構成情報を取得できます。

get_configの活用ポイント

get_configメソッドを実装しておくことで、モデルのシリアライズ（保存）とデシリアライズ（復元）が可能になります。上記の例では、model.get_config()で取得した構成情報をkeras.Model.from_config()に渡し、custom_objects引数でカスタムレイヤークラス「CustomDense」を指定することで、同一構成の新しいモデルを再構築しています。カスタムレイヤーを含むモデルを保存・再利用したい場合には、この仕組みが非常に重要になります。