機械学習のExampleから覚えるPython(class:コンストラクタ)
今までPythonを感覚的に使っていたので、改めて文法を知ろうかなと。
その際にいま流行りの機械学習(深層学習)のExampleを例にすると
わかりやすいのかなと思ったので書いてみる。
※基本的には Python3.x系のつもりで記載してます
Example
https://www.tensorflow.org/tutorials/ に記載されている
import tensorflow as tf mnist = tf.keras.datasets.mnist (x_train, y_train),(x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(), tf.keras.layers.Dense(512, activation=tf.nn.relu), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation=tf.nn.softmax) ]) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) model.fit(x_train, y_train, epochs=5) model.evaluate(x_test, y_test)
※本記事記載の時点のコードです。
class
model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(), tf.keras.layers.Dense(512, activation=tf.nn.relu), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation=tf.nn.softmax) ])
tf.keras.models.Sequential
は class
と呼ばれるもので定義されています。
実際のコードは こちらにあります。
@keras_export('keras.models.Sequential', 'keras.Sequential') class Sequential(Model):
さて、前回の記事では Sequential
クラス Model
は継承(基底クラス)というお話でした。
では、Exampleコードに書かれている
tf.keras.layers.Flatten(), tf.keras.layers.Dense(512, activation=tf.nn.relu), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation=tf.nn.softmax)
の部分はどこにあたるのかを今回見ていきたいと思います。
コンストラクタ
Pythonでは、特殊な関数があります。
その一つが コンストラクタ: __init()__
になります。
クラスがインスタンスされた際に自動で呼び出されます。
では、実際の実装のほうを見てみたいと思います。
def __init__(self, layers=None, name=None): super(Sequential, self).__init__(name=name) self.supports_masking = True self._build_input_shape = None self._compute_output_and_mask_jointly = True self._layer_call_argspecs = {} # Add to the model any layers passed to the constructor. if layers: for layer in layers: self.add(layer)
実際のコードは こちら にあります。
self
はクラス自身を指すので、引数としては無視してください。
では、クラスをインスタンス(宣言)時に引数として渡していた
tf.keras.layers.***
はどの引数に該当するかというと layers
になります。
# Add to the model any layers passed to the constructor. if layers: for layer in layers: self.add(layer)
つまり、コンストラクタ(初期化)で行っている処理は
layers
が存在していれば(Noneでなければ)、layers
の配列数だけ
クラス自身のadd
関数を呼び出す です。
add
関数が何をしているかは確認してもらえればと思います。
デコンストラクタ
クラスが削除される際に自動で呼び出されます。
デコンストラクタ: __del()__
になります。
Sequential
クラスには実装がありませんね。
必要に応じて実装すればよいかと思いますが、あまり見た記憶がありません。
おまけ
TensorFlow公式ページでは、Kerasによる書き方がいくつか紹介されています。
独自のModelやLayerの書き方などもありますので、参考にすると良いかと思います。
今回のコンストラクタの話でいうと、このような書き方も記載されています。
model = tf.keras.Sequential() model.add(layers.Dense(16, activation='relu', input_shape=(10,))) model.add(layers.Dense(1, activation='sigmoid'))
引数なしで Sequential
クラスをインスタンスし、次行で add
関数で Layerを追加している書き方になります。