Discussion :

[CaRoule]

Bonjour,
Je débute en Python et pour pratiquer du deep learning je me sert de Python et de PyCharm comme IDE.

Je souhaite tracer les courbes de Loss Vs Epochs et Accuracy Vs Epochs avec le code suivant, j'ai récupéré le modèle entraîné et fine-tuné d'une fonction avec un return, le modèle est bien passé car un "model.summary()" me le détaille bien.
Cependant, j'obtiens l'erreur suivante :

"AttributeError: 'History' object has no attribute 'keys'"

voici pourtant les bibliothèques importées (le code couleur de PyCharm grisé pour certaines librairies veut dire je crois "unused statement", ce qui veut dire que je n'y ai pas fait appel malgré l'import, donc je ne comprends pas si c'est lié ou non à mon problème).




Voici l'extrait du code problématique :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
if __name__ == "__main__":
	history = History()
	historique = History()
	hist = training("/Data/exp42cpi_a/training")
	historique = hist
	print("Le Summary de historique : ")
	historique.summary()
 
 
 
	print(historique.history.keys())
	# summarize history for accuracy
	plt.plot(historique.history['acc'])
	plt.plot(historique.history['val_acc'])
	plt.title('model accuracy')
	plt.ylabel('accuracy')
	plt.xlabel('epoch')
	plt.legend(['train', 'valid'], loc='upper left')
	print("summarize history for accuracy")
	plt.show()
	plt.savefig('accuracyVsEpochs.png',facecolor='w', edgecolor='b',orientation='portrait', papertype=None, format=None,
        transparent=False, bbox_inches=None, pad_inches=0.1, frameon=None, metadata=None)  # function savefig allows to save the graph in a file
	# summarize history for loss
	plt.plot(historique.history['loss'])
	plt.plot(historique.history['val_loss'])
	plt.title('model loss')
	plt.ylabel('loss')
	plt.xlabel('epoch')
	plt.legend(['train', 'valid'], loc='upper left')
	print("summarize history for loss")
	plt.show()
	plt.savefig('lossVsEpochs.png',facecolor='w', edgecolor='b',orientation='portrait', papertype=None, format=None,
        transparent=False, bbox_inches=None, pad_inches=0.1, frameon=None, metadata=None)"""

Est-ce que quelqu'un pourrait m'aider ?

[VinsS]

Salut,

Tu réutilises le nom historique pour autre chose:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
	historique = History()
	hist = training("/Data/exp42cpi_a/training")
	historique = hist

On ne sait d'où sort ce training mais manifestement ça ne retourne pas un dictionnaire.

[CaRoule]

Salut,

Tu réutilises le nom historique pour autre chose:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
	historique = History()
	hist = training("/Data/exp42cpi_a/training")
	historique = hist

On ne sait d'où sort ce training mais manifestement ça ne retourne pas un dictionnaire.

Bonjour,

merci pour la réponse.

Voici un résumé des éléments que je crois impliqués dans mon problème :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
 
#train prépare les données, fait de l'augmentation des données avec des flips à l'aide des méthodes ImageDataGenerator, réalise du transfert learning, entraîne le CNN, réalise du fine tuning, sauve le modèle au format.h5 ...
 
def train(train_dir, val_dir, output_model_file, nb_epoch, batch_size, verbose=True):
...
 
        base_model = VGG16(include_top=False, weights='imagenet')
	model = add_new_last_layer(base_model, nb_classes)
 
        ...
        model.fit_generator( ... paramètres propres à fit generator ...)
	...
        model.fit_generator(
		train_generator,
		steps_per_epoch=nb_train_samples / batch_size,
		epochs=nb_epoch,
		callbacks=[checkpointer],
		validation_data=validation_generator,
		validation_steps=nb_val_samples / batch_size,
		class_weight='auto'
	)
 
 
# ... et retourne le modèle sous la variable : "trained_model0"
	if verbose: print("Saving model...")
	model.save(output_model_file)
	trained_model0 = model
        return trained_model0
 
 
#ensuite train est elle même appelée par training
 
def training(path_to_dataset, output_model_file="weights/weights.h5", nb_epoch=NB_EPOCHS, batch_size=BAT_SIZE):
 
         ....
 
        # traitement des répertoires train et valid
         ...
 
 
        trained_model1 = train(train_dir, val_dir, output_model_file, nb_epoch, batch_size)
	print("Le Summary de trained_model1 : ")
	trained_model1.summary()
	return trained_model1
 
#Ensuite c'est le code que j'ai renseigné dans la description de mon problème.

Je crois avoir trouvé mon erreur car au lieu d'écrire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
model.fit_generator(
...
)
trained_model0 = model

J'aurais du écrire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
trained_model0 = model.fit_generator(
...
)

Car je pense que j'ai mis dans la variable retournée le modèle d'architecture du CNN et non le modèle entraîné et fine-tuné.
J'ai donc corrigé en conséquence et finalisé le code du main comme celà:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
if __name__ == "__main__":
	historique = training("/Data/exp42cpi_a/training")
 
	print(historique.history.keys())
	# summarize history for accuracy
	plt.plot(historique.history['acc'])
	plt.plot(historique.history['val_acc'])
	plt.title('model accuracy')
	plt.ylabel('accuracy')
	plt.xlabel('epoch')
	plt.legend(['train', 'valid'], loc='upper left')
	print("summarize history for accuracy")
	plt.show()
	plt.savefig('accuracyVsEpochs.png', dpi=300, bbox_inches='tight')
	plt.close()
	# summarize history for loss
	plt.plot(historique.history['loss'])
	plt.plot(historique.history['val_loss'])
	plt.title('model loss')
	plt.ylabel('loss')
	plt.xlabel('epoch')
	plt.legend(['train', 'valid'], loc='upper left')
	print("summarize history for loss")
	plt.show()
	plt.savefig('lossVsEpochs.png', dpi=300, bbox_inches='tight')
	plt.close()

et le code me retourne bien les graphes de l'accuracy et de la loss Vs Epochs

Je suppose qu'ainsi la variable retournée par chaque fonction dans laquelle je place systématiquement le résultat du modèle entraîné soit un dictionnaire ?
Pyhton reconnaît donc le type dans les déclarations / affectations successives suivantes comme le type dictionnaire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
 
trained_model0 = model.fit_generator(
)
...
trained_model1 = train(train_dir, val_dir, output_model_file, nb_epoch, batch_size)
...
historique = training("/Data/exp42cpi_a/training")

Merci.