KerasとPythonでcompileメソッドを使ってモデルをコンパイルする方法

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ました。KerasはPythonで記述されたディープラーニングAPIであり、機械学習の課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備えた高レベルAPIです。

KerasはTensorFlowフレームワークの上で動作し、迅速な実験を目的として設計されました。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ビルディングブロックを提供してくれます。

Kerasは高いスケーラビリティを誇り、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クラスタ上での実行が可能です。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パッケージにあらかじめ含まれているため、以下のコードですぐに利用を始められます。

import tensorflow
from tensorflow import keras

Kerasのfunctional APIは、sequential APIで作成するモデルよりも柔軟なモデル構築を可能にします。functional APIは非線形トポロジーを持つモデルに対応できるほか、レイヤーの共有や複数の入力・出力を持つモデルの実装にも活用できます。一般的にディープラーニングモデルは、複数のレイヤーからなる有向非巡回グラフ(DAG)として表現され、functional APIはこのレイヤーのグラフ構築を強力にサポートします。

以下のコードはGoogle Colaboratory上で実行しています。Google Colab(Colaboratory)を利用すれば、ブラウザ上でPythonコードを実行でき、面倒な設定は一切不要。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たサービスです。以下がコードスニペットです。

コード例

print("Model is being compiled")
model.compile(
    optimizer=keras.optimizers.RMSprop(1e-3),
    loss={
        "priority": keras.losses.BinaryCrossentropy(from_logits=True),
        "department": keras.losses.CategoricalCrossentropy(from_logits=True),
    },
    loss_weights=[1.0, 0.2],
)

コードクレジット − https://www.tensorflow.org/guide/keras/functional

出力結果

Model is being compiled

解説

• モデルは「compile」メソッドを呼び出すことでコンパイルされます。

• コンパイル時には、出力ごとに異なる損失関数を個別に割り当てることが可能です。

• また、各損失に異なる重みを設定することもでき、これにより学習全体の合計損失を調整できます。