原題は「 Deep Learning with Python」。
サポートページには、本書のコードが置かれている。
https://github.com/fchollet/deep-learning-with-python-notebooks
おそらく、R と Keras によるディープラーニングの姉妹書だろう。
p.64 などで、Sequential クラスを使ったモデル定義は次のようになっている。
from keras import models
from keras import layers
model = models.Sequential()
model.add(layers.Dense(32, activation='relu', input_shape=(784,)))
model.add(layers.Dense(10, activation='softmax'))
だが、実際には inpus_shape のある行で、次のエラーが発生する
UserWarning: Do not pass an `input_shape`/`input_dim` argument to a layer. When using Sequential models, prefer using an `Input(shape)` object as the first layer in the model instead.
このエラーを回避するには、input_shape のある行を次のように２つに分ければいい。
model.add(layers.Input(shape=(784,)))
model.add(layers.Dense(32, activation='relu'))
なお、上記と同様のエラーは、p.72 のリスト 3-3 などでも生じる。対処方法も同様だ。
p.64 で、学習プロセスはコンパイルステップで設定されることがのべられていて、一般的なケースは損失関数が１つだけのモデルが説明されている。 本書の定義は次のとおりである。
from keras import optimizers
model.compile(optimizer=optimizers.RMSprop(lr=0.001),loss='mse', metrics=['accuracy'])
だが、このコードを実行すると次のエラーになる。
ValueError: Argument(s) not recognized: {'lr': 0.001}
そのため、コンパイルステップを次のように書く必要がある。
model.compile(optimizer=optimizers.RMSprop(learning_rate=0.001),loss='mse', metrics=['accuracy'])
なお、上記と同様のエラーは、p.73 のリスト 3-5 などでも生じる。対処方法も同様だ。
| 書名 | Python と Keras によるディープラーニング |
| 著者 | François Chollet |
| 発行日 | 2018 年 10 月 25 日（初版第 4 刷） |
| 発行所 | マイナビ出版 |
| 定価 | 3800 円（本体） |
| サイズ | A5 変形 判 |
| ISBN | 978-4-8399-6426-9 |
| その他 | 草加市立図書館で借りて読む |
まりんきょ学問所 ＞ コンピュータの部屋 ＞ コンピュータの本 ＞ ニューロコンピューティング・人工知能 ＞ François Chollet：Python と Keras によるディープラーニング
