kerasのよく使うやつメモ

keras.utils.to_categorical

one-hotなベクトルつくるやつ
↓のようなの。識別系で使う。

>>> keras.utils.to_categorical(1, 5)
array([ 0.,  1.,  0.,  0.,  0.])

>>> keras.utils.to_categorical(4, 5)
array([ 0.,  0.,  0.,  0.,  1.])

keras.layers.concatenate

レイヤーをマージする
複数の入力を取りまとめたりする。

hoge_input = Input(shape=(10,), name='hoge_input')
fuga_input = Input(shape=(2,), name='fuga_input')
x = keras.layers.concatenate([hoge_input, fuga_input])

keras.layers.Dense

全結合のレイヤーをつくる。中間層を追加するときなどに基本使う。

x = Dense(128, activation='relu')(x)

reluとかsigmoid

活性化関数。
以下などがわかりやすい。
https://qiita.com/hokekiyoo/items/bf7be0ae3bf4aa3905ef
https://qiita.com/namitop/items/d3d5091c7d0ab669195f

softmax

活性化関数。最終レイヤーで識別系をするときに基本使う。

hoge_output = Dense(10, activation='softmax', name='hoge_output')(x)

model.compileするときのoptimizerとかlossの選び方

公式をみるのがわかりやすい。
https://keras.io/ja/optimizers/
https://keras.io/ja/objectives/

keras.utils.vis_utils.model_to_dot

モデルを図にしてくれる。

学習曲線の表示

batch_size = 128
epochs = 2000
stack = model.fit(X_train, Y_train, batch_size=batch_size, epochs=epochs, validation_split=0.1)

x = range(epochs)
plt.plot(x, stack.history['acc'], label="acc")
plt.title("accuracy")
plt.legend(loc='center left', bbox_to_anchor=(1, 0.5))
plt.show()

plt.plot(x, stack.history['loss'], label="loss")
plt.title("loss")
plt.legend(loc='center left', bbox_to_anchor=(1, 0.5))
plt.show()

テスト（model.evaluate）

score = model.evaluate(X_test, Y_test, batch_size=batch_size)
list(zip(model.metrics_names, score))

model.metrics_namesでscoreのラベルが取れるので、zipしてlistして見やすくしてる

モデルの保存と読み込み

h5pyが必要。pip install h5py。

model.save('model.h5')
model = keras.models.load_model('model.h5')