Ce blog décrira :
- Quels sont les paramètres dans PyTorch ?
- Pourquoi les utilisateurs doivent-ils vérifier les paramètres du modèle ?
- Comment afficher le nombre de paramètres du modèle dans PyTorch ?
Quels sont les paramètres dans PyTorch ?
Dans PyTorch, le « nn.Module ' La classe est utilisée pour définir les modèles. Il comprend toutes les opérations et couches qui composent le modèle. Chaque couche contient un ensemble de paramètres. Les paramètres sont essentiellement mis à jour pendant la formation pour minimiser l'erreur entre les valeurs réelles du modèle et les prédictions.
Pourquoi les utilisateurs doivent-ils vérifier les paramètres du modèle ?
Lors de la formation du modèle, les utilisateurs doivent connaître le nombre de paramètres de leur modèle car cela nécessite beaucoup de mémoire et de puissance de traitement. S'ils connaissent le nombre de paramètres du modèle, ils peuvent facilement évaluer la quantité de mémoire qui sera nécessaire et le temps qu'il faudra pour s'entraîner, ce qui aidera les utilisateurs à optimiser leur processus de formation et à éviter que le système ne manque de ressources. espace.
Comment afficher le nombre de paramètres du modèle dans PyTorch ?
Le ' nn.Module ' la classe a le ' paramètres() » méthode utilisée pour afficher le nombre de paramètres de modèle dans le modèle PyTorch. Pour obtenir tous les éléments, le ' num1() ' La méthode est utilisée.
Pour comprendre le concept évoqué précédemment, jetons un œil au code fourni :
importer torche. nn comme nn
classe NNModèle ( nn. Module ) :
déf __chaud__ ( soi ) :
super ( NNModèle , soi ) . __chaud__ ( )
soi . fc1 = nn. Linéaire ( dix , cinquante )
soi . fc2 = nn. Linéaire ( cinquante , 1 )
déf avant ( soi , je ) :
je = soi . fc1 ( je )
je = soi . fc2 ( je )
retour je
mon modele = NNModèle ( )
t_params = somme ( p. donner le nom ( ) pour p dans mon modele. paramètres ( ) )
imprimer ( F 'Nombre total de paramètres : {t_params}' )
Dans le code indiqué ci-dessus :
- Tout d’abord, nous définissons un modèle comportant deux couches linéaires.
- Ensuite, générez l’instance du modèle et utilisez le « paramètres() » pour récupérer tous les paramètres.
- Ensuite, nous appliquons l’expression génératrice pour calculer tous les paramètres en additionnant le nombre d’éléments de chaque paramètre.
- Enfin, appelez le « imprimer() » pour afficher les valeurs résultantes à l'écran :
Dans le code décrit ci-dessus, nous avons uniquement affiché le nombre total de paramètres, si vous souhaitez obtenir le nom et la taille du paramètre, les lignes de code suivantes peuvent être utilisées :
pour nom , paramètre dans mon modele. état_dict ( ) . articles ( ) :imprimer ( nom , param. taille ( ) )
Ici:
- ' état_dict() ' est l'objet dictionnaire Python utilisé pour stocker et charger des modèles à partir de PyTorch.
- ' article() 'La méthode est utilisée pour renvoyer la liste avec toutes les clés du dictionnaire ainsi que les valeurs.
- ' imprimer() ' L'instruction est utilisée pour imprimer le nom et la taille du paramètre en passant le ' taille() ' Méthode et paramètre :
C'est tout! Nous avons compilé le moyen le plus simple d'imprimer le nombre de paramètres du modèle dans PyTorch.
Conclusion
Dans PyTorch, le « nn.Module 'La classe est utilisée pour définir les modèles qui incluent toutes les opérations et couches qui composent le modèle. Le ' nn.Module ' la classe a le ' paramètres() » méthode utilisée pour afficher le nombre de paramètres de modèle dans le modèle PyTorch. Cet article a démontré la méthode d'impression du nombre de paramètres de modèle dans PyTorch.