Jak získat hmotnosti vrstvy modelu v PyTorch?

V tomto blogu se zaměříme na to, jak získat váhy modelové vrstvy v PyTorch.

Jaké jsou hmotnosti vrstvy modelu v PyTorch?

“ Závaží ' a ' Předsudky ” jsou obě základní vlastnosti modelů neuronové sítě. Jedná se o oba parametry, které se lze naučit, které jsou pravidelně aktualizovány během tréninkové smyčky s každým dopředným průchodem modelu. Tato pravidelná aktualizace je způsobena integrovaným optimalizátorem, jako je optimalizátor Adam. Cílem modelů neuronových sítí je provádět přesné předpovědi na základě vstupních dat a váhy a zkreslení se používají k úpravě těchto výsledků, aby se minimalizovaly ztráty.

Jak získat hmotnosti vrstvy modelu v PyTorch?

' závaží “ vrstvy jsou uloženy ve slovníku Pythonu a používají syntaxi “ state_dict() “. Slovník se používá k volání vah pomocí níže uvedených kroků:

Krok 1: Otevřete vývojové prostředí Colab

Tento tutoriál začne výběrem IDE pro projekt. Přejděte do Colaboratory webová stránka a začněte ' Nový notebook “ začít pracovat:

Krok 2: Instalace a import knihoven

Po nastavení notebooku Colab: Nainstalujte ' a ' import ” knihovny, které pokrývají všechny požadované funkce v projektu:

Výše uvedený kód funguje následovně:

• ' pip ” instalační balíček z pythonu se používá k instalaci zásadního “ pochodeň “knihovna.
• Dále, „ import ” slouží k importu do projektu.
• Konečně, „ torchvision.modely Balíček ” je také importován pro přidanou funkčnost modelů hlubokého učení:

Krok 3: Import modelu ResNet

V tomto tutoriálu „ ResNet50 Pro demonstraci je použit model neuronové sítě s 50 vrstvami obsaženými v knihovně torchvision. Importujte předtrénovaný model podle obrázku:

Krok 4: Definujte vrstvu modelu

Definujte název vrstvy modelu a použijte „ state_dict() ” způsob, jak získat jeho hmotnosti, jak je znázorněno:

Výše uvedený kód funguje následovně:

• Druhá svinutá vrstva modelu ResNet50 je přiřazena k „ název_vrstvy vzorku “proměnná.
• Poté, „ state_dict() “ metoda se používá s “ vzorový_model “ a jsou přiřazeny k “ sample_layer_weights “proměnná.
• ' název_vrstvy vzorku “ a „ .hmotnost “ se přidávají jako argumenty pro „ state_dict() ” metodu, abyste získali váhy.
• Nakonec použijte „ tisk() ” metoda pro předvedení vah vrstev jako výstup:

Níže uvedený výstup ukazuje, že jsme získali váhy modelové vrstvy v Pytorch:

Poznámka : K našemu zápisníku Colab máte přístup zde odkaz .

Profesionální tip

Váhy modelové vrstvy v PyTorch ukazují průběh tréninkové smyčky. Tyto váhy se používají ke zjištění růstu modelu při zpracování vstupních dat do výstupních výsledků a predikcí. Získání vah vrstvy je důležité při posuzování kvality výsledků a při kontrole, zda je třeba provést nějaká zlepšení či nikoli.

Úspěch! Ukázali jsme, jak získat hmotnosti vrstvy modelu PyTorch.

Závěr

Získejte hmotnosti vrstvy modelu v PyTorch pomocí 'state_dict() ” metodu po importu modelu z torchvision nebo použití vlastního. Váhy modelové vrstvy jsou parametry, které se lze naučit, které se během tréninku neustále aktualizují a katalogizují jeho průběh. V tomto článku jsme si ukázali, jak importovat model ResNet50 z torchvision a získat váhy jeho druhé svinuté vrstvy.