בבלוג זה, ההתמקדות תהיה כיצד להשיג את המשקלים של שכבת מודל ב- PyTorch.
מהם המשקלים של שכבת דגם ב- PyTorch?
' משקולות ' ו' הטיות שניהם מאפיינים חיוניים של המודלים של הרשת העצבית. שני הפרמטרים הניתנים ללמידה המתעדכנים באופן קבוע במהלך לולאת האימון עם כל מעבר קדימה של המודל. עדכון רגיל זה נובע ממייעל משולב כגון האופטימיזציה של Adam. מטרת המודלים של הרשת העצבית היא לבצע תחזיות מדויקות בהתבסס על נתוני הקלט והמשקלים וההטיות משמשים כדי להתאים את התוצאות הללו כדי למזער אובדן.
כיצד להשיג את המשקלים של שכבת דגם ב- PyTorch?
ה ' משקולות ' של שכבה מאוחסנים במילון Python ומשתמשים בתחביר ' state_dict() '. המילון משמש לקריאת המשקולות באמצעות השלבים הבאים:
שלב 1: פתח את ה-Colab IDE
מדריך זה יתחיל בבחירת ה-IDE עבור הפרויקט. לך לקולאבורטוריום אתר אינטרנט ולהתחיל ' מחברת חדשה 'כדי להתחיל לעבוד:
שלב 2: התקן וייבוא ספריות
לאחר הגדרת המחברת של Colab, ' להתקין ' ו' יְבוּא ' הספריות המכסות את כל הפונקציונליות הנדרשות בפרויקט:
! לפיד להתקין pipיְבוּא לפיד
יְבוּא חזון לפיד. דגמים
הקוד לעיל פועל באופן הבא:
- ה ' צִפצוּף 'מתקין החבילות מ-python משמש להתקנת ה-' לפיד 'ספרייה.
- לאחר מכן, ה' יְבוּא הפקודה ' משמשת לייבא אותה לפרויקט.
- לבסוף, ה' torchvision.models החבילה מיובאת גם עבור הפונקציונליות הנוספת של מודלים של למידה עמוקה:
שלב 3: ייבוא דגם ResNet
במדריך זה, ' ResNet50 'מודל רשת עצבית עם 50 שכבות הכלולות בספריית הלפיד משמש להדגמה. ייבא את הדגם שהוכשר מראש כפי שמוצג:
sample_model = חזון לפיד. דגמים . רציני50 ( מאומן מראש = נָכוֹן ) 
שלב 4: הגדר את שכבת הדגם
הגדר את שם שכבת הדגם והשתמש ב-' state_dict() שיטה להשגת משקלו כפי שמוצג:
sample_layer_name = 'layer2.0.conv1'משקולות_שכבת_דוגמה = sample_model. גזר דין_מדינה ( ) [ sample_layer_name + '.מִשׁקָל' ]
הדפס ( 'משקולות שכבה: \n ' , משקולות_שכבת_דוגמה. צוּרָה )
הקוד לעיל פועל באופן הבא:
- השכבה המפותלת השנייה של דגם ResNet50 מוקצית ל' sample_layer_name 'משתנה.
- אז ה ' state_dict() שיטת ' משמשת עם ' sample_model ' משתנה והם מוקצים ל' משקולות_שכבת_דוגמה 'משתנה.
- ה ' sample_layer_name ' וה ' .מִשׁקָל ' מתווספים כטיעונים של ' state_dict() ” שיטה על מנת להשיג משקלים.
- לבסוף, השתמש ב' הדפס() שיטה להצגת משקולות השכבות כפלט:
הפלט שלהלן מראה שהשגנו את המשקולות של שכבת הדגם ב- Pytorch:
הערה : אתה יכול לגשת למחברת Colab שלנו כאן קישור .
פרו-טיפ
המשקולות של שכבת מודל בתוך PyTorch מציגים את ההתקדמות של לולאת האימון. משקלים אלה משמשים כדי לוודא את צמיחת המודל כשהוא מעבד את נתוני הקלט לתוצאות התפוקה והתחזיות. קבלת משקלים של שכבה חשובה להערכת איכות התוצאות ולבדוק אם יש לבצע שיפורים או לא.
הַצלָחָה! הדגמנו כיצד להשיג את המשקולות של שכבה של דגם PyTorch.
סיכום
השג את המשקולות של שכבת דגם ב- PyTorch באמצעות ה 'state_dict() ” שיטה לאחר ייבוא דגם מ-torchvision או שימוש בדגם מותאם אישית. המשקולות של שכבת מודל הם הפרמטרים הניתנים ללמידה המתעדכנים כל הזמן במהלך האימון ומקטלגים את התקדמותו. במאמר זה, הראינו כיצד לייבא את דגם ה-ResNet50 מ-torchvision ולהשיג את המשקלים של השכבה המפותלת השנייה שלו.