Ang blog na ito ay maglalarawan:
- Ano ang mga Parameter sa PyTorch?
- Bakit Kailangang Suriin ng Mga Gumagamit ang Mga Parameter ng Modelo?
- Paano Ipakita ang Bilang ng Mga Parameter ng Modelo sa PyTorch?
Ano ang mga Parameter sa PyTorch?
Sa PyTorch, ang ' nn.Modyul Ang klase ay ginagamit para sa pagtukoy ng mga modelo. Kabilang dito ang lahat ng mga operasyon at mga layer na bumubuo sa modelo. Ang bawat layer ay naglalaman ng isang hanay ng mga parameter. Karaniwang ina-update ang mga parameter habang nagsasanay upang mabawasan ang error sa pagitan ng aktwal na mga halaga at hula ng modelo.
Bakit Kailangang Suriin ng Mga Gumagamit ang Mga Parameter ng Modelo?
Habang sinasanay ang modelo, kailangang malaman ng mga user ang tungkol sa bilang ng mga parameter ng kanilang modelo dahil nangangailangan ito ng maraming memorya at kapangyarihan sa pagproseso. Kung pamilyar sila sa bilang ng mga parameter ng modelo, madali nilang masusuri ang dami ng memorya na kakailanganin at kung gaano katagal bago magsanay na tumutulong sa mga user na ma-optimize ang kanilang proseso ng pagsasanay at maiwasan ang pag-ubos ng system. space.
Paano Ipakita ang Bilang ng Mga Parameter ng Modelo sa PyTorch?
Ang ' nn.Modyul 'Ang klase ay may' mga parameter() ” paraan na ginagamit upang tingnan ang bilang ng mga parameter ng modelo sa modelong PyTorch. Upang makuha ang lahat ng elemento, ang ' num1() ” paraan ang ginagamit.
Upang maunawaan ang naunang tinalakay na konsepto, tingnan natin ang ibinigay na code:
angkat tanglaw. nn bilang nn
klase NNModel ( nn. Module ) :
def __init__ ( sarili ) :
sobrang ( NNModel , sarili ) . __init__ ( )
sarili . fc1 = nn. Linear ( 10 , limampu )
sarili . fc2 = nn. Linear ( limampu , 1 )
def pasulong ( sarili , i ) :
i = sarili . fc1 ( i )
i = sarili . fc2 ( i )
bumalik i
my_model = NNModel ( )
t_params = kabuuan ( p. magbigay ng pangalan ( ) para sa p sa my_model. mga parameter ( ) )
print ( f 'Kabuuang bilang ng mga parameter: {t_params}' )
Sa nabanggit na code:
- Una, tinukoy namin ang isang modelo na may dalawang linear na layer.
- Pagkatapos, bumuo ng instance ng modelo at gamitin ang ' mga parameter() ” paraan para makuha ang lahat ng mga parameter.
- Susunod, inilalapat namin ang expression ng generator upang kalkulahin ang lahat ng mga parameter sa pamamagitan ng pagbubuod ng bilang ng mga elemento ng bawat parameter.
- Panghuli, tawagan ang ' print() ” na pahayag upang ipakita ang mga resultang halaga sa screen:
Sa inilarawan sa itaas na code, ipinakita lamang namin ang kabuuang bilang ng mga parameter, kung gusto mong makuha ang pangalan at laki ng parameter, maaaring gamitin ang mga sumusunod na linya ng code:
para sa pangalan , param sa my_model. state_dict ( ) . mga bagay ( ) :print ( pangalan , param. laki ( ) )
dito:
- “ state_dict() ” ay ang object ng diksyunaryo ng Python na ginagamit para sa pag-iimbak at paglo-load ng mga modelo mula sa PyTorch.
- “ item() Ang paraan ng ” ay ginagamit upang ibalik ang listahan kasama ang lahat ng mga key ng diksyunaryo kasama ang mga halaga.
- “ print() 'Ang pahayag ay ginagamit upang i-print ang pangalan at laki ng parameter sa pamamagitan ng pagpasa ng ' laki() 'paraan at parameter:
Iyon lang! Inipon namin ang pinakamadaling paraan upang i-print ang bilang ng mga parameter ng modelo sa PyTorch.
Konklusyon
Sa PyTorch, ang ' nn.Modyul Ang klase ng ” ay ginagamit para sa pagtukoy ng mga modelo na kinabibilangan ng lahat ng mga operasyon at mga layer na bumubuo sa modelo. Ang ' nn.Modyul 'Ang klase ay may' mga parameter() ” paraan na ginagamit upang tingnan ang bilang ng mga parameter ng modelo sa modelong PyTorch. Ang write-up na ito ay nagpakita ng paraan para sa pag-print ng bilang ng mga parameter ng modelo sa PyTorch.