Kerasモデルを一つのレイヤーとして扱い、Pythonで呼び出すことは可能？具体例で解説

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使われています。研究用途から本番環境まで、さまざまな場面で活用されています。

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。Pythonで書かれたディープラーニングAPIであり、機械学習の問題解決を効率的に行うための生産性の高いインターフェースを備えた高水準APIです。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ます。

Kerasは高いスケーラビリティとクロスプラットフォーム対応力が特徴です。そのため、TPUやGPUクラスタ上でも実行できます。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して動かすことも可能です。

KerasはTensorFlowパッケージに最初から含まれており、次のコードでアクセスできます。

import tensorflow
from tensorflow import keras

答えは「はい」です。Kerasモデルは、単なる一つのレイヤーとして扱い、Pythonを使って呼び出すことができます。Kerasの関数型API（Functional API）を使うと、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。関数型APIは非線形トポロジーを持つモデルに対応しており、レイヤーの共有や複数の入出力を持つモデルの実現も可能です。ディープラーニングモデルは通常、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、関数型APIはこのレイヤーグラフの構築をサポートします。

以下のコードはGoogle Colaboratory上で実行しています。Google Colab（Colaboratory）はブラウザ上でPythonコードを実行できるサービスで、事前の設定は一切不要で、GPU（Graphics Processing Unit）にも無料でアクセスできます。ColaboratoryはJupyter Notebookを基盤として構築されています。以下が、Kerasモデルをレイヤーとして扱い、Pythonで呼び出すコード例です。

コード例

encoder_input = keras.Input(shape=(28, 28, 1), name="original_img")
print("Adding layers to the model")
x = layers.Conv2D(16, 3, activation="relu")(encoder_input)
x = layers.Conv2D(32, 3, activation="relu")(x)
x = layers.MaxPooling2D(3)(x)
x = layers.Conv2D(32, 3, activation="relu")(x)
x = layers.Conv2D(16, 3, activation="relu")(x)
print("Performing global max pooling")
encoder_output = layers.GlobalMaxPooling2D()(x)

print("Creating a model using the layers")
encoder = keras.Model(encoder_input, encoder_output, name="encoder")
print("More information about the model")
encoder.summary()
decoder_input = keras.Input(shape=(16,), name="encoded_img")
print("Reshaping the layers in the model")
x = layers.Reshape((4, 4, 1))(decoder_input)
x = layers.Conv2DTranspose(16, 3, activation="relu")(x)
x = layers.Conv2DTranspose(32, 3, activation="relu")(x)
x = layers.UpSampling2D(3)(x)
x = layers.Conv2DTranspose(16, 3, activation="relu")(x)
decoder_output = layers.Conv2DTranspose(1, 3, activation="relu")(x)
print("Creating a model using the layers")
decoder = keras.Model(decoder_input, decoder_output, name="decoder")
print("More information about the model")
decoder.summary()

autoencoder_input = keras.Input(shape=(28, 28, 1), name="img")
encoded_img = encoder(autoencoder_input)
decoded_img = decoder(encoded_img)
autoencoder = keras.Model(autoencoder_input, decoded_img, name="autoencoder")
print("More information about the model")
autoencoder.summary()

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

出力結果

original_img (InputLayer)     [(None, 28, 28, 1)]        0
_________________________________________________________________
conv2d_28 (Conv2D)            (None, 26, 26, 16)         160
_________________________________________________________________
conv2d_29 (Conv2D)            (None, 24, 24, 32)         4640
_________________________________________________________________
max_pooling2d_7 (MaxPooling2  (None, 8, 8, 32)           0
_________________________________________________________________
conv2d_30 (Conv2D)            (None, 6, 6, 32)           9248
_________________________________________________________________
conv2d_31 (Conv2D)            (None, 4, 4, 16)           4624
_________________________________________________________________
global_max_pooling2d_3        (Glob (None, 16)           0
=================================================================
Total params: 18,672
Trainable params: 18,672
Non-trainable params: 0
_________________________________________________________________
Reshaping the layers in the model
Creating a model using the layers
More information about the model
Model: "decoder"
_________________________________________________________________
Layer (type)                  Output Shape               Param #
=================================================================
encoded_img (InputLayer)      [(None, 16)]               0
_________________________________________________________________
reshape_1 (Reshape)           (None, 4, 4, 1)            0
_________________________________________________________________
conv2d_transpose_4 (Conv2DTr  (None, 6, 6, 16)           160
_________________________________________________________________
conv2d_transpose_5 (Conv2DTr  (None, 8, 8, 32)           4640
_________________________________________________________________
up_sampling2d_1 (UpSampling2  (None, 24, 24, 32)         0
_________________________________________________________________
conv2d_transpose_6 (Conv2DTr  (None, 26, 26, 16)         4624
_________________________________________________________________
conv2d_transpose_7 (Conv2DTr  (None, 28, 28, 1)          145
=================================================================
Total params: 9,569
Trainable params: 9,569
Non-trainable params: 0
_________________________________________________________________
More information about the model
Model: "autoencoder"
_________________________________________________________________
Layer (type)                 Output Shape                Param #
=================================================================
img (InputLayer)             [(None, 28, 28, 1)]         0
_________________________________________________________________
encoder (Functional)         (None, 16)                  18672
_________________________________________________________________
decoder (Functional)         (None, 28, 28, 1)           9569
=================================================================
Total params: 28,241
Trainable params: 28,241
Non-trainable params: 0
_________________________________________________________________

解説

• 任意のモデルは、別のレイヤーの「入力」または出力に対して呼び出すことで、一つのレイヤーとして扱えます。

• モデルを呼び出すと、そのアーキテクチャが再利用されます。

• さらに、学習済みの重み（weights）も同様に再利用されます。

• オートエンコーダーモデルは、エンコーダーモデルとデコーダーモデルを組み合わせることで作成できます。

• これら2つのモデルを2回の呼び出しで連結することにより、オートエンコーダーモデルが完成します。