niszetの日記

細かい情報を載せていくブログ

(R) drakeでkeras mnistを動かしてみて動いたので記録。

R

チュートリアルをコピペ・整形したら出来るので本文は特に読まなくて良いですよ

RStudioのkerasパッケージのREADMEにある、mnistのサンプルを keras.rstudio.com

drakeパッケージを使って動かしてみた、というだけの記録。

github.com

drakeパッケージはCRAN版のバージョンが上がって、依存パッケージが変わってます。

上記drakeパッケージのGitHubリポジトリのInstallationの章を参照して、Bioconductorからgraphパッケージをインストールしてください。指示に従えば特に困ることはないはず、です。

ちょっと前に書いた記事の内容が、CRAN版でも必要になった、ということですね。

niszet.hatenablog.com

drakeパッケージは日々活発に開発がされていますので、GitHub版を追いかけるのもよいかもしれません。 まぁ、もうちょっと安定するまで触らなくてもよいのでは…げふんげふん

コード

貼る意味あるんか…

plan <- drake_plan (
  mnist = dataset_mnist(),
  x_train_ = mnist$train$x,
  y_train_ = mnist$train$y,
  x_test_ = mnist$test$x,
  y_test_ = mnist$test$y,

# reshape & rescale
  x_train = array_reshape(x_train_, c(nrow(x_train_), 784))/255,
  x_test = array_reshape(x_test_, c(nrow(x_test_), 784))/255,

  y_train = to_categorical(y_train_, 10),
  y_test = to_categorical(y_test_, 10),

  model = keras_model_sequential() %>% 
    layer_dense(units = 256, activation = 'relu', input_shape = c(784)) %>% 
    layer_dropout(rate = 0.4) %>% 
    layer_dense(units = 128, activation = 'relu') %>%
    layer_dropout(rate = 0.3) %>%
    layer_dense(units = 10, activation = 'softmax') %>% 
    compile(
      loss = 'categorical_crossentropy',
      optimizer = optimizer_rmsprop(),
      metrics = c('accuracy')),
  history = model %>% 
    fit(x_train, y_train, 
        epochs = 30, batch_size = 128, 
        validation_split = 0.2
    )
)

でplanを作って、下記で可視化と実行、結果の確認。

config <- drake_config(plan)
vis_drake_graph(config)
make(plan)

loadd(history)
plot(history)

f:id:niszet:20180710215526p:plain

f:id:niszet:20180710215017p:plain

という感じでまぁ動いてよかったよかった…（？）

まぁ今更ですが、drake_plan()の中では<-ではなく=を使う。同じ変数を左辺に2度置けない。kerasのようにlayerをいじっていけるような場合（再代入不要な場合）はそのまま書いても大丈夫そう？です。

なお、書いたら動いた、って感じなので、細かいところは追えていません。
drakeパッケージもいつの間にかREADMEがすごい成長していて、そろそろ読み直さないと…

しかし、挙動が変…。

キャッシュ消してしまえばよいのですが、どうも挙動が変な気が…。
先のconfigを一度見てしまうと、plot()できなくなります（再度loadd()すればよいのだが…）
GitHub版では解決してるかもしれないし、こちらの環境かもしれないのですが。

いやまぁ、そもそもkerasの結果をdrakeで管理したいですかね？どうですかね…

ということで、やってみた系の記事でした。mnistは軽いので適当に実行して結果見るのに良いですね。

snakemakeも見てみようか…

RからPython実行すればよいかーと思っていましたが、その場合はsnakemakeパッケージをPythonで使えばよさそう？（と、drakeのREADMEに書いてある）

Snakemake — Snakemake 5.1.5+0.gb3233c8.dirty documentation

が、reticulateパッケージを介してRからPythonを動かせるので、これをやりたい。多分やればできるのでそのうちやる…。

と、いうことで・・・

Enjoy!!