Kerasで「AttributeError: ‘Sequential’ object has no attribute ‘XXX’」エラー原因・対処（＋predict_classes関数やpredict_proba関数の解説）

投稿日：2022年9月24日更新日：2023年8月19日

＜目次＞

(１) Kerasで「AttributeError: ‘Sequential’ object has no attribute ‘XXX’」エラー原因・対処（＋predict_classes関数やpredict_proba関数の解説）
　(１-１) 事象
　 (１-２) 原因
　 (１-３) 対策
　 (１-４) 参考①：predict_classes()関数について
　 (１-５) 参考②：predict_proba()関数について
　 (１-６) 参考③：対処の背景

(１) Kerasで「AttributeError: ‘Sequential’ object has no attribute ‘XXX’」エラー原因・対処（＋predict_classes関数やpredict_proba関数の解説）

(１-１) 事象

Kerasでロジスティクス回帰を実装した際、実行結果に下記のエラーが出現。

（エラー例１）

Traceback (most recent call last):
  File "c:\\ xxxxxx\\xxxxx.py", line NN, in XXXXX
    classes = model.predict_classes(X,batch_size=1)
AttributeError: 'Sequential' object has no attribute 'predict_classes'

（エラー例２）

Traceback (most recent call last):
  File "c:\\ xxxxxx\\xxxxx.py", line NN, in XXXXX
    prob = model.predict_proba(X,batch_size=1)
AttributeError: 'Sequential' object has no attribute 'predict_proba'

（図１１１①）

（図１１１②）

＞目次にもどる

(１-２) 原因

・エラーの原因となっている「predict_classes」や「」関数がTensorFlow 2.6以降では削除された事が原因。

⇒ご自身のTensorFlowのバージョン下記のコードで確認できます。

（バージョン確認コード）

import tensorflow as tf
 
def main():
    print(tf.__version__)

（図１２１）

＞目次にもどる

(１-３) 対策

コードを以下のように修正する事で、エラーを回避できます。

●「predict_classes」の対策

（Before）

    classes = model.predict_classes(X,batch_size=1)

↓

（After）

・パターン①：多クラスの分類（multi-class classification）を行う場合

⇒（例）ソフトマックス関数など

    classes = np.argmax(model.predict(X),axis=1)

または

・パターン②：二項分類（Binary Classification）を行う場合

⇒（例）シグモイド関数など

    classes = (model.predict(X) > 0.5).astype("int32")

●「predict_proba」の対策

（Before）

    prob = model.predict_proba(X,batch_size=1)

↓

（After）

    prob = model.predict(X,batch_size=1)

（図１３１）修正後のコードで実行

(１-４) 参考①：predict_classes()関数について

モデルに対して、引数で与えた「入力データ（＝電気信号）」（例：２次元配列「X」）に対する、分類が完了しているか？の情報を返却する関数。

例えば「OR回路」を「ロジスティクス回帰」のモデルで学習させる場合の正解値は

t = np.array([[0],[1],[1],[1]])

となりますが、実際に学習した結果はepoch=51の場合は1つ目のデータに対するyの計算値「0.5082121」＞0.5であるため、誤った発火結果になってしまいます。そのためFalse（誤分類）となっています。

classified:  [[False]
 [ True]
 [ True]
 [ True]]
probability:  [[0.5082121]
 [0.7830747]
 [0.8921545]
 [0.9665527]]

（図１４１）

しかし、epoch=53の場合は1つ目のデータに対するyの計算値「0.45884573」＜0.5であるため、正しい発火結果になってしまいます。そのためTrue（正分類）となっています。

classified:  [[True]
 [ True]
 [ True]
 [ True]]
probability:  [[0. 45884573]
 [0.7830747]
 [0.8921545]
 [0.9665527]]

（図１４２）

＞目次にもどる

(１-５) 参考②：predict_proba()関数について

モデルに対して、引数で与えた「入力データ（＝電気信号）」（例：２次元配列「X」）に対する、「ネットワークの出力y」の値を計算する関数。

例えば「OR回路」を「ロジスティクス回帰」のモデルで学習（★）させる場合の正解値は

t = np.array([[0],[1],[1],[1]])

となりますが、実際に学習した結果はepoch=500の場合は

y = [[0.10048033] [0.95947146] [0.96101344] [0.9998086 ]]

である、という事が分かります。

（※かなり正解値に近い値ではあるものの、まだ少しずれている状態）

＞目次にもどる

(１-６) 参考③：対処の背景

Tensorflow 2.5より前のバージョンを使用した場合は、次のようなエラーが出ます。

（例）predict_classを使用した場合

C:\\XXXXXXX\\lib\\site-packages\\tensorflow\\python\\keras\\engine\\sequential.py:455: 
UserWarning: model.predict_classes() is deprecated and will be removed after 2021-01->01. 
Please use instead:
* np.argmax(model.predict(x), axis=-1), if your >model does multi-class classification (e.g. if it uses a softmax last->layer activation).
* (model.predict(x) > 0.5).astype("int32"), if your >model does binary classification (e.g. if it uses a sigmoid last-layer >activation). warnings.warn('model.predict_classes() is deprecated and '

（※読みやすいよう、改行入れています）

この文章に記載の通り「model.predict_class()」は非推奨となり、代わりとして以下を使うように指示が出ており、それに従った対応になります。

・①多クラスの分類（multi-class classification）を行う場合

⇒　np.argmax(model.predict(x), axis=-1)

・②二項分類（Binary Classification）を行う場合

⇒　(model.predict(x) > 0.5).astype(“int32”)

＞目次にもどる