本官は、１週間ほど前に機械学習を始めた。
Tensorflow（Anaconda）をVisual Studio Codeで使用するための準備についてまとめる。

＜参考＞
・https://qiita.com/ryt-t5/items/4f15c5b069ad3e6910e8

＜前提＞
・Visual Studio Codeをインストール
・Anacondaをインストール

＜本文＞
・PATHを設定
→C:\Users(ユーザー名)\Anaconda3\
→C:\Users(ユーザー名)\Anaconda3\Scripts\
・PATHが通っているか確認
・VSCodeにPythonの拡張機能を入れる。

パッケージをインストールするときは、「conda install keras」などになる。

tensorflow モデル保存はpickleでいいのでは

こんにちは、にわかです。

普段は、低レイヤ関連の記事を書いていますが、今回はtensorflow関連の記事を書きます。

version2.0.0のtensorflowには、checkpoint機能があります。
これを用いれば、重みの保存ができるようです。
また、モデル全体を保存できるSavedModel?などもあるようです。

でも、思うのですが、pickleで良いのでは?と思うのです。
pickleならば、eager executionで実行するモデルも簡単に保存ができます。

import pickle
import tensorflow as tf

class Model(object):

適当に何か書く

の後に、

model = Model()

with open("Model.bin", "wb") as f:
    pickle.dump(model, f)

with open("Model.bin", "rb") as f:
    m = pickle.load(f)

これで、mには保存されたModelのインスタンスが代入されています。

APIの使い方を覚えなくても済むので、これが一番楽な気がします。

モデル保存はpickle使うのが楽(tensorflow)

こんにちは、にわかです。

普段は、低レイヤ関連の記事を書いていますが、今回はtensorflow関連の記事を書きます。

version2.0.0のtensorflowには、checkpoint機能があります。
これを用いれば、重みの保存ができるようです。
また、モデル全体を保存できるSavedModel?などもあるようです。

でも、思うのですが、pickleで良いのでは?と思うのです。
pickleならば、eager executionで実行するモデルも簡単に保存ができます。

import pickle
import tensorflow as tf

class Model(object):

適当に何か書く

の後に、

model = Model()

with open("Model.bin", "wb") as f:
    pickle.dump(model, f)

with open("Model.bin", "rb") as f:
    m = pickle.load(f)

これで、mには保存されたModelのインスタンスが代入されています。

APIの使い方を覚えなくても済むので、これが一番楽な気がします。
pickleなら、上のたった四行で、モデル保存と読み込みができます。

この使い方に問題がある場合は、ご指摘してくださるとありがたいです。