Keras modèle.résumé() de l'objet string

Je veux écrire un *.fichier txt avec le réseau de neurones hyperparameters et de l'architecture du modèle. Est-il possible d'écrire le modèle d'objet.résumé() de mon fichier de sortie?

(...)
summary = str(model.summary())
(...)
out = open(filename + 'report.txt','w')
out.write(summary)
out.close

Il se trouve que je suis "None" comme vous pouvez le voir ci-dessous.

Hyperparameters
=========================

learning_rate: 0.01
momentum: 0.8
decay: 0.0
batch size: 128
no. epochs: 3
dropout: 0.5
-------------------------

None
val_acc: 0.232323229313
val_loss: 3.88496732712
train_acc: 0.0965207634216
train_loss: 4.07161939425
train/val loss ratio: 1.04804469418

Aucune idée de comment faire face à cela?

Je n'ai pas l'obtenir. d'abord le None semble être dans le milieu du fichier, mais 1) vous êtes de tronquer votre fichier lors de son ouverture, puis de le fermer (ne fonctionne pas: vous avez oublié le ()). Pouvez-vous imprimer votre résumé dans le programme? si c'est None, alors le problème est ailleurs.
Merci pour votre réponse Jean, oui, j'ai oublié l' (), mais je l'ai dans le code original, désolé. La chose est, qu'est-ce que le modèle.résumé() dans keras et comment transformer une chaîne de caractères afin que je puisse l'écrire sur un fichier?
J'ai eu ce problème. J'en ai conclu que le but de model.summary() est à la sortie d'affichage à l'écran. Ne pas créer de réel contenu de texte qui peut être écrit ou affectée à une variable. C'est pourquoi, lorsque vous appelez la fonction renvoie None.
De la documentation, "à Propos de Keras modèles": "model.summary(): imprime un résumé de la représentation de votre modèle."
L'aide est sur le chemin! model.summary() a été mise à jour pour inclure un argument appelé print_fn, qui personnalisé de fonctions d'impression de sorte que vous pouvez capturer le résumé de chaîne. Bien qu'il n'est pas sorti de Keras 2.0.5, il peut être dans la prochaine version. Il est disponible sur GitHub dans le temps.
Mise à jour: on dirait qu'il est en Keras 2.0.6. Voir wkretzsch la réponse ci-dessous.

InformationsquelleAutor lmpeixoto | 2017-01-15

Avec ma version de Keras (2.0.6) et Python (3.5.0), cela fonctionne pour moi:

# Create an empty model
from keras.models import Sequential
model = Sequential()

# Open the file
with open(filename + 'report.txt','w') as fh:
    # Pass the file handle in as a lambda function to make it callable
    model.summary(print_fn=lambda x: fh.write(x + '\n'))

Cette fonction génère les lignes suivantes dans le fichier:

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
Total params: 0
Trainable params: 0
Non-trainable params: 0
_________________________________________________________________

Nouveau dans la version 2.0.6
Tout comme les commentaires supplémentaires: vous pouvez également utiliser line_length comme un argument supplémentaire pour peaufiner long de la ligne de sortie sera. Ceci est utile, car parfois le nom de la couche est trop long et il est donc découpé: model.summary(line_length=80, print_fn=lambda x: fh.write(x + '\n'))

InformationsquelleAutor winni2k

14

Pour moi, cela a fonctionné pour obtenir juste le modèle de résumé comme une chaîne de caractères:
```
stringlist = []
model.summary(print_fn=lambda x: stringlist.append(x))
short_model_summary = "\n".join(stringlist)
print(short_model_summary)
```
- Je vous remercie. C'est la meilleure réponse, j'ai trouvé ici.
InformationsquelleAutor FAnders

Et si vous voulez écrire pour un journal:

import logging
logger = logging.getLogger(__name__)

model.summary(print_fn=logger.info)

InformationsquelleAutor ajb

8

Ce n'est pas la meilleure façon de le faire, mais une chose que vous pouvez faire est de rediriger la sortie standard:
```
orig_stdout = sys.stdout
f = open('out.txt', 'w')
sys.stdout = f
print(model.summary())
sys.stdout = orig_stdout
f.close()
```
voir "Comment faire pour rediriger "imprimer" de la sortie vers un fichier à l'aide de python?"

InformationsquelleAutor Maryam Hnr
6

Une option, bien que n'étant pas un remplacement exact pour le modèle.résumé, est d'exporter un modèle de configuration à l'aide de model.get_config(). De les docs:
model.get_config(): retourne un dictionnaire contenant la configuration du modèle. Le modèle peut être réintroduit à partir de sa configuration via:
```
config = model.get_config()
model = Model.from_config(config)
# or, for Sequential:
model = Sequential.from_config(config)
```
InformationsquelleAutor jkdev
5

Je suis tombé sur le même problème que bien!
Il existe deux solutions possibles:

Utilisation to_json() méthode du modèle
```
summary = str(model.to_json()) 
```
C'est votre cas ci-dessus.

Sinon, utilisez le mode ascii de keras_diagram
```
from keras_diagram import ascii
summary = ascii(model)
```
InformationsquelleAutor sunil manikani

Je comprends que l'OP a déjà accepté winni2k réponse, mais la question du titre implique réellement sauver les sorties de model.summary() à un chaîne, pas un fichier, le code suivant peut aider les autres qui viennent à cette page à la recherche pour que (comme je l'ai fait).

Le code ci-dessous a été exécuté à l'aide de TensorFlow 1.12.0, qui est livré avec Keras 2.1.6-tf sur Python 3.6.2.

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation
import io

# Example model
model = Sequential([
    Dense(32, input_shape=(784,)),
    Activation('relu'),
    Dense(10),
    Activation('softmax'),
])

def get_model_summary(model):
    stream = io.StringIO()
    model.summary(print_fn=lambda x: stream.write(x + '\n'))
    summary_string = stream.getvalue()
    stream.close()
    return summary_string

model_summary_string = get_model_summary(model)

print(model_summary_string)

Qui rendements (comme une chaîne de caractères):

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense (Dense)                (None, 32)                25120     
_________________________________________________________________
activation (Activation)      (None, 32)                0         
_________________________________________________________________
dense_1 (Dense)              (None, 10)                330       
_________________________________________________________________
activation_1 (Activation)    (None, 10)                0         
=================================================================
Total params: 25,450
Trainable params: 25,450
Non-trainable params: 0
_________________________________________________________________

InformationsquelleAutor Pasa

Vous devez vous connecter pour publier un commentaire.