Kerasのモデル保存・利用(ディープラーニング)

Kerasを使った学習モデルの書き方に関しては、ある程度調べました。

次は、そもそものKerasを使った全体構造を調べていきます。

わかってないのは、このあたり。

  • 学習データの再利用
  • バックテストの方法
  • 収束グラフの生成
  • 出力パラメータの理解

サンプルコードは、未だにはじめてのKerasを使った株価予測のものです。

コードを見るとデータの保存もしている雰囲気なので、保存した学習データを利用できるはずです。

また、結果のバックテストで具体的にどれだけの収益が出るのか・・なども確認しなければ・・・。

モデルのsave/load

実運用をするためには毎回学習はできません。なぜなら結果が出るまで17分かかります。

このため、まずは学習済みのモデルを利用できるようにしてみます。

Keras でモデルを保存するには model.save か keras.models.save_model を使います。

ファイル形式は HDF5 で保存されます。

利用の方法は次のようになります。

次に学習済みモデルの利用方法です。

scaler.pklに保存したscalerのためのファイルを使って、データをtransform、その後に使用しています。

実行結果

当然ですが、学習モデルを使っても同じグラフが生成されていることが確認できます。

[17分かけて学習させた結果]

pre1

[学習モデルを使った結果]

after1

ただし、正解率や利益率が全く表示されてないです・・。

モデルを外部からロードして使用するコード

分からないなりに、いじってたら何となく結果が得られたのでコードを載せておきます。

あってるのか間違っているのかは、もう少し詳しくなって考えます。

アドバイスは大歓迎です。

タイトルとURLをコピーしました