何回も挫折した人の初めてのKeras ref: http://qiita.com/Syn256/items/3dff2a7fe40b351d70ee

file2.txt

python load.py 
Using TensorFlow backend.
32/280 [==>...........................] - ETA: 0s予測:1,実際1,True
予測:1,実際1,True
予測:1,実際1,True
:
:
:
予測:2,実際2,True
予測:2,実際0,False
正解率78.92857142857143% (検証日数 280日)
雨の正解率 = 0.0%
晴れの正解率 = 84.21052631578947%
曇の正解率 = 91.55844155844156%
雪の正解率 = 0%

learn.py

import data
import numpy as np
from keras.models import Sequential
from keras.layers import Activation, Dense
from keras.optimizers import SGD

# 教師データの読み込み
X = data.x_train
Y = data.y_train

model = Sequential()
# GPUがない環境でやっているので、多層だと時間が足りないため、1層で処理
# Denseの第一引数は出力の次元数 (数を4096や2048、データ総数だった7670などを指定してみた結果、5120が比較的安定した結果になったので、5120にした。チューニングできるポイント)
# input_dimは1日の気象データの列数。ここは自作データの列数と同じ値を指定すること
model.add(Dense(5120, input_dim=7))
model.add(Activation('relu'))
model.add(Activation('softmax'))
model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])

# あんまりちゃんと理解してないので細かい解説ができない
from keras.callbacks import ModelCheckpoint
check = ModelCheckpoint("model.hdf5")

# epochsを20 / 10 / 5 で試してみたところ、10にした時の8回目あたりがピークだったので
# epochesを8にした。
# 結果こんな : 7550/7670 [============================>.] - ETA: 0s[2.2502278308875128, 0.77874837114416173]
model.fit(X, Y, epochs=8, batch_size=1, verbose=1)

# モデルを保存
model.save("model.h5")

# ここは蛇足。一応学習結果の確認をしています。
model.metrics_names
print(model.evaluate(X, Y, batch_size=10))

load.py

from keras.models import load_model
import evaluate_data
import numpy as np

model = load_model('model.h5')

eX = evaluate_data.eX
eY = evaluate_data.eY

#学習結果の確認
ret = model.predict_classes(eX)

collectCount = 0
# ラベル毎の正解の保存
collects = [[0, 0],[0, 0],[0, 0], [0, 0]]
for idx, val in enumerate(ret):
  print("予測:{0},実際{1},{2}".format(val, eY[idx], val == eY[idx]))
  collectCount = collectCount + (1 if val == eY[idx] else 0)
  collects[eY[idx]][0] = collects[eY[idx]][0] + 1
  if val == eY[idx]:
    collects[eY[idx]][1] = collects[eY[idx]][1] + 1



print("正解率{0}% (検証日数 {1}日)".format(collectCount/len(ret)*100, len(ret)))
print("雨の正解率 = {0}%, 晴れの正解率 = {1}%, 曇の正解率 = {2}%, 雪の正解率 = {3}%".format(
  collects[0][1] / collects[0][0] * 100 if collects[0][0] > 0 else 0,
  collects[1][1] / collects[1][0] * 100 if collects[1][0] > 0 else 0,
  collects[2][1] / collects[2][0] * 100 if collects[2][0] > 0 else 0,
  collects[3][1] / collects[3][0] * 100 if collects[3][0] > 0 else 0
))