TensorFlowに付属のKerasを使う

はじめに

TensorFlow 1.4 あたりから Keras が含まれるようになりました。
個別にインストールする必要がなくなり、お手軽になりました。
…と言いたいところですが、現実はそう甘くありませんでした。

この記事は、TensorFlow 1.6 について書いています。

import の罠

TensorFlow を使うの場合、以下の 2 行を必ず書きます。

import numpy as np
import tensorflow as tf

このあと、TensorFlow 付属の Keras を使うなら、

from tensorflow.keras.datasets import mnist
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout

(x_train, y_train), (x_test, y_test) = mnist.load_data()
model = Sequential()
model.add(Dense(...))
model.add(Dropout(...))
...

などと書きます。
tensorflow.keras.* から、クラス・関数の単位で from X import Y1, Y2, ... と列挙していきます。

しかし、クラス・関数が多くなると、from X import Y1, Y2, ... が多くなりすぎて読みづらくなります。書くの方も面倒くさくなります。
当然、次のように書きたくなります。

import tensorflow.keras as keras
import tensorflow.keras.datasets as kdata
import tensorflow.keras.models as kmodel
import tensorflow.keras.layers as klayer

ですが、これらはすべて ModuleNotFoundError になります。
intellisense を働かせてみると、tensorflow.keras.* の実体は tensorflow.python.keras.* にあるとわかります。
では、python. を挟めばよいかというと、

import tensorflow.python.keras as keras
import tensorflow.python.keras.datasets as kdata
import tensorflow.python.keras.models as kmodel
import tensorflow.python.keras.layers as klayer

としても ModuleNotFoundError になります。

結局、2 拓しかありません。

• from tensorflow.keras.X import Y1, Y2, ... として全部書く。
• tf.keras.Xxx.Yyy(...) のように毎回フルネームで書く。

不便ですね。

終わりに

素直に Keras をインストールした方がいいかもしれません。