En aquest bloc, repassarem dos mètodes sobre com importar un model pre-entrenat a PyTorch.
Com importar un model pre-entrenat a PyTorch mitjançant Torchvision?
El ' visió de torxa ” es pot utilitzar per importar models pre-entrenats a PyTorch. És una subdivisió de la primària ' torxa ” i conté la funcionalitat de conjunts de dades compilats prèviament i models entrenats. Aquesta biblioteca ofereix als usuaris la possibilitat de trucar a models que han estat entrenats en un conjunt de dades gran. Aquests models pre-entrenats es poden aplicar a dades noves i poden proporcionar inferències vàlides sense necessitat de cicles d'entrenament llargs i inmanejables.
Seguiu els passos que s'indiquen a continuació per saber com importar un model pre-entrenat a PyTorch mitjançant Torchvision:
Pas 1: obriu Google Colab
Aneu a la Col·laboració lloc web creat per Google i iniciar un ' Nou quadern ” per començar el projecte:
Pas 2: importa les biblioteques necessàries
Un cop configurat l'IDE Colab, el primer pas és instal·lar i importar les biblioteques necessàries al projecte:
importar torxa
importar visió de torxa
importar visió de torxa. models
El codi anterior funciona de la següent manera:
- El ' pip ' L'instal·lador de paquets per a Python s'utilitza per instal·lar el ' torxa ” biblioteca.
- A continuació, el ' importar ” s'utilitza per importar la biblioteca al projecte Colab.
- Aleshores el ' visió de torxa s'importa la biblioteca al projecte. Això conté funcionalitats per a conjunts de dades i models.
- El ' torchvision.model El mòdul conté una varietat de models pre-entrenats com els de la xarxa neuronal residual. ResNet ”:
Pas 3: importa el model pre-entrenat
Importeu un model pre-entrenat desat dins del paquet 'torchvision.models' mitjançant la línia de codi següent:
La línia de codi anterior funciona de la següent manera:
- Definiu una variable i doneu-li un nom adequat com a referència com ara 'Model_pre_entrenat' .
- Utilitzar el 'torchvision.models' mòdul per afegir el ' ResNet ” model.
- Afegeix el ' greu50 ” model i establiu el “ preentrenat=Veritat ” com el seu argument:
A continuació, visualitzeu el model pre-entrenat com a sortida mitjançant el mètode 'print()':
imprimir ( Model_preformat ) 
Nota : Podeu accedir al nostre quadern Colab que detalla la importació d'un model de PyTorch prèviament entrenat mitjançant torchvision en aquest enllaç .
Com importar un model PyTorch prèviament entrenat de la base de dades Hugging Face?
Un altre mètode per importar un model pre-entrenat és obtenir-lo des de la plataforma Hugging Face. Hugging Face és una de les bases de dades en línia més populars per a models pre-entrenats i grans conjunts de dades disponibles per a científics de dades i programadors.
Seguiu els passos següents per importar un model de PyTorch prèviament entrenat des del conjunt de dades Hugging Face:
Pas 1: inicieu un quadern Colab i instal·leu i importeu les biblioteques necessàries
El primer pas és llançar un quadern a l'IDE de Colab i instal·lar biblioteques mitjançant el ' pip ” instal·lador de paquets i importeu-los mitjançant el “ importar ' comandament:
! transformadors d'instal·lació de pip
importar torxa
importar transformadors
dels transformadors importar AutoModel
Les biblioteques següents són necessàries en aquest projecte
- El ' torxa ” és la biblioteca essencial de PyTorch.
- El ' transformadors La biblioteca conté la funcionalitat de Hugging Face, els seus models i els seus conjunts de dades:
Pas 2: importeu el model d'Hugging Face
En aquest exemple, el model que s'ha d'importar des del ' Cara abraçada La base de dades està disponible en aquesta enllaç . Utilitzar el ' AutoModel.from_pretrained() ” per importar un model pre-entrenat des de Hugging Face tal com es mostra a continuació:
model_pre_entrenat = AutoModel. de_preentrenat ( nom_model_pre_entrenat )
imprimir ( model_pre_entrenat )
El codi anterior funciona de la següent manera:
- Copieu el nom del model del seu lloc web a la plataforma Hugging Face i assigneu-lo a ' nom_model_pre_entrenat ” variable a Colab.
- A continuació, utilitzeu el ' AutoModel.from_pretrained() ” i introduïu la variable del nom del model com a argument.
- Finalment, utilitzeu el 'imprimir() ” mètode per mostrar el model importat a la sortida.
El model prèviament entrenat importat de Hugging Face mostrarà la sortida següent:
Nota : Podeu accedir al nostre quadern Colab que detalla com importar un model pre-entrenat des de Hugging Face en aquest enllaç .
Pro-Tip
Hugging Face és una valuosa col·lecció de grans conjunts de dades i models complexos que tots poden utilitzar gratuïtament en projectes d'aprenentatge profund. També podeu carregar els vostres propis conjunts de dades perquè altres els facin servir i la plataforma està ajustada per a la col·laboració entre científics de dades i desenvolupadors de tot el món.
Èxit! Hem mostrat com importar un model PyTorch prèviament entrenat mitjançant la biblioteca torchvision o des de la base de dades Hugging Face mitjançant la biblioteca de transformadors.
Conclusió
Per importar un model pre-entrenat a PyTorch, els usuaris poden utilitzar la biblioteca de torchvision o des de la base de dades en línia Hugging Face mitjançant la biblioteca de transformadors de Google Colab. Aquests models pre-entrenats s'utilitzen per evitar gastar temps valuós i recursos de maquinari en la formació i anar directament a provar dades noves per obtenir inferències creïbles. En aquest bloc, hem mostrat dos mètodes per importar models prèviament entrenats a PyTorch.