Jupyter環境からの書き出し

　ここでは、ニューラルネットワークを用いた機械学習プロジェクトを想定し、モデルを訓練し終えた状態から始めていきます。モデルはWGANを使用した画像生成を行う生成AIモデルになります。

　まだJupyterノートブック上ですが、これから分離することを考慮にいれ 、必要なライブラリを取り入れるコードから書き入れておきます。そして、今回はKerasを利用して生成AIモデルを構築したため、同じくKerasの機能を使用し、訓練したモデルを読み込んでいます。それが、tf.keras.models.load_model() 関数を実行している部分になります。

モデルが読み込まれ、それを使用し画像を生成するための関数を用意します。Jupyterノートブック環境でモデルを構築するときも、確認のためにモデルを使用するコードは書くことが多いです。そのため、この作業も既存のモデル確認用のコードを整えたり、またはそのまま使用することになること思います。

ここでは、指定しているフォルダに、1000枚の画像を生成するため、100という大きさの入力値を与えています。このように書き出す場所や生成する枚数を決めておくのは、可変性がないと言えざるを得ません。そこで、このような箇所も変数にし、ユーザが決めれるようにする方が柔軟性があると言えるでしょう。

実際の書き出し作業は、JupyterノートブックのFileメニュのSave and Export Notebook As / Executable Script で.py形式のファイルに変換することで行いました。

Jupyterノートブックから書き出すと、ノートブックの時に使用出来た、簡単な変数の確認結果は省略されます。必要な確認用コードのみを残して整えておきましょう。

それでは、コマンドラインツールで実行します。すると、Jypyterノートブックの結果表示と同様、モデルの詳細が表示されたり、画像が生成されます。このように一旦一般的なPythonファイルで実行できるようにし、PyInstaller等を用いて、Nativeな実行形式に更に変換することで、配布可能なアプリにすることができます。