model.to_json() / model.from_json()による構造のみの保存

Kerasにおけるmodel.to_json()およびmodel_from_json()は、モデルの構造（アーキテクチャ）だけを保存・復元するための方法です。これは、モデルの重み（学習済みパラメータ）を含まず、ネットワークの定義だけをJSON形式で保存・再利用したい場合に利用します。

---

1. model.to_json()：モデル構造の保存

このメソッドは、KerasモデルのアーキテクチャをJSON形式の文字列として保存します。これにより、同じ構造のモデルを後で再構築することが可能になります。

使い方

python
from tensorflow.keras.models import model_from_json

# モデルの構造をJSON形式で保存
model_json = model.to_json()

# JSON文字列をファイルに書き出す
with open("model_structure.json", "w") as json_file:
    json_file.write(model_json)

---

2. model_from_json()：モデル構造の読み込み

保存したJSON文字列からモデルの構造を再構築するには、model_from_json()を使います。ただし、この時点では重みは含まれていないため、別途読み込む必要があります。

使い方

python
from tensorflow.keras.models import model_from_json

# JSONファイルから構造を読み込み
with open("model_structure.json", "r") as json_file:
    loaded_model_json = json_file.read()

# モデルの構造を再構築
model = model_from_json(loaded_model_json)

---

3. 重みの保存と読み込み（補足）

構造のみ保存されているため、重みはmodel.save_weights()とmodel.load_weights()で個別に保存・復元します。

重みの保存

python
model.save_weights("model_weights.h5")

重みの読み込み

python
model.load_weights("model_weights.h5")

---

4. 注意点

• to_json()はSequentialモデルにもFunctional APIモデルにも対応しています。

• Optimizerの状態や学習状態（例えば学習率やバッチ統計など）は保存されません。

• JSONファイルとHDF5ファイル（重み用）を併用して完全なモデルを復元する必要があります。

---

まとめ

この方法は、モデル構造と学習済みパラメータを分けて管理したい場合や、構造だけを共有・再利用したいケースで非常に有効です。