深層学習のSequentialモデルを描画してみた｜ITエンジニアとして経験・学習したこと

深層学習(ディープラーニング)用フレームワークの1つに「Keras」があり、例えば以下のサイトに、Kerasを利用したサンプルプログラムが掲載されている。
https://keras.io/ja/getting-started/sequential-model-guide/

今回は、上記サイトのSequentialモデルを描画しようとした際に、「TensorFlow」「Keras」のインストールを行うだけでは不足しているライブラリがありプログラムが動かなかったので、その解決方法について共有する。

前提条件

下記記事の「TensorFlow」「Keras」のインストールが完了していること。

深層学習で利用するライブラリをインストールしてみた以前、Python開発用にAnacondaをインストールしていたが、深層学習(ディープラーニング)で利用するライブラリである「Tenso...

サンプルプログラムの内容

今回作成したサンプルプログラムは以下の通りで、本記事冒頭で紹介したプログラムを、モデルを描画できるように修正している。

from keras.models import Sequential
from keras.layers import Dense, Activation
from keras.utils.vis_utils import plot_model
import matplotlib.pyplot as plt
%matplotlib inline

# Sequentialモデルの作成
model = Sequential()
model.add(Dense(32, input_dim=784))
model.add(Activation('relu'))
model.add(Dense(10))
model.add(Activation('softmax'))

# コンパイル(マルチクラス分類問題の場合)
model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

# 作成したモデルを可視化
plot_model(model, "rmsprop_model.png", show_layer_names=False)
image = plt.imread("rmsprop_model.png")
plt.figure(dpi=150)
plt.imshow(image)
plt.show()