ในบล็อกนี้ เราจะอธิบายสองวิธีในการนำเข้าโมเดลที่ได้รับการฝึกล่วงหน้าใน PyTorch
จะนำเข้าโมเดลที่ได้รับการฝึกอบรมล่วงหน้าใน PyTorch โดยใช้ Torchvision ได้อย่างไร
“ การมองเห็นคบเพลิง ” สามารถใช้ไลบรารีเพื่อนำเข้าโมเดลที่ได้รับการฝึกอบรมล่วงหน้าใน PyTorch เป็นการแบ่งย่อยของเบื้องต้น” คบเพลิง ” และมีฟังก์ชันการทำงานของชุดข้อมูลที่รวบรวมไว้ก่อนหน้านี้และโมเดลที่ได้รับการฝึกอบรม ไลบรารีนี้ช่วยให้ผู้ใช้สามารถเรียกโมเดลที่ได้รับการฝึกบนชุดข้อมูลขนาดใหญ่ได้ โมเดลที่ได้รับการฝึกล่วงหน้าเหล่านี้สามารถนำไปใช้กับข้อมูลใหม่ได้ และสามารถให้การอนุมานที่ถูกต้อง โดยไม่ต้องใช้ลูปการฝึกที่ยาวและไม่สามารถจัดการได้
ทำตามขั้นตอนด้านล่างเพื่อเรียนรู้วิธีนำเข้าโมเดลที่ได้รับการฝึกอบรมล่วงหน้าใน PyTorch โดยใช้ Torchvision:
ขั้นตอนที่ 1: เปิด Google Colab
ไปที่โคลาบอราทอรี เว็บไซต์ สร้างโดย Google และเริ่มต้น “ โน๊ตบุ๊คใหม่ ” เพื่อเริ่มโครงการ:
ขั้นตอนที่ 2: นำเข้าไลบรารีที่จำเป็น
เมื่อตั้งค่า Colab IDE แล้ว ขั้นตอนแรกคือติดตั้งและนำเข้าไลบรารีที่จำเป็นในโปรเจ็กต์ ดังนี้
นำเข้า คบเพลิง
นำเข้า การมองเห็นคบเพลิง
นำเข้า การมองเห็นคบเพลิง โมเดล
รหัสข้างต้นทำงานดังนี้:
- “ ปิ๊ป ” ตัวติดตั้งแพ็คเกจสำหรับ Python ใช้ในการติดตั้ง “ คบเพลิง ' ห้องสมุด.
- ต่อไป “ นำเข้า ” ใช้เพื่อนำเข้าไลบรารีไปยังโปรเจ็กต์ Colab
- จากนั้น “ การมองเห็นคบเพลิง ” ไลบรารีถูกนำเข้าสู่โปรเจ็กต์แล้ว ประกอบด้วยฟังก์ชันสำหรับชุดข้อมูลและโมเดล
- “ torchvision.รุ่น ” โมดูลประกอบด้วยโมเดลต่างๆ ที่ได้รับการฝึกอบรมล่วงหน้า เช่น โมเดลของ Residual Neural Network “ เรสเน็ต ”:
ขั้นตอนที่ 3: นำเข้าโมเดลที่ได้รับการฝึกอบรมล่วงหน้า
นำเข้าโมเดลที่ได้รับการฝึกล่วงหน้าซึ่งบันทึกไว้ในแพ็คเกจ “torchvision.models” โดยใช้โค้ดด้านล่าง:
บรรทัดโค้ดด้านบนทำงานดังนี้:
- กำหนดตัวแปรและตั้งชื่อที่เหมาะสมสำหรับการอ้างอิง เช่น “Pre_Trained_Model” .
- ใช้ “torchvision.models” โมดูลที่จะเพิ่ม “ เรสเน็ต ' แบบอย่าง.
- เพิ่ม “ จริงจัง50 ” สร้างโมเดลและตั้งค่า “ อบรมแล้ว=จริง ” ตามข้อโต้แย้ง:
ถัดไป ดูโมเดลที่ได้รับการฝึกล่วงหน้าเป็นเอาต์พุตโดยใช้เมธอด “print()”:
พิมพ์ ( Pre_Trained_รุ่น )
บันทึก : คุณสามารถเข้าถึงสมุดบันทึก Colab ของเราซึ่งมีรายละเอียดการนำเข้าโมเดล PyTorch ที่ผ่านการฝึกอบรมมาแล้วโดยใช้ torchvision ได้ที่นี้ ลิงค์ .
จะนำเข้าโมเดล PyTorch ที่ได้รับการฝึกอบรมล่วงหน้าจากฐานข้อมูล Hugging Face ได้อย่างไร
อีกวิธีในการนำเข้าโมเดลที่ได้รับการฝึกล่วงหน้าแล้วคือการขอรับจากแพลตฟอร์ม Hugging Face Hugging Face เป็นหนึ่งในฐานข้อมูลออนไลน์ที่ได้รับความนิยมมากที่สุดสำหรับโมเดลที่ผ่านการฝึกอบรมมาแล้วและชุดข้อมูลขนาดใหญ่สำหรับนักวิทยาศาสตร์ข้อมูลและโปรแกรมเมอร์
ทำตามขั้นตอนด้านล่างเพื่อนำเข้าโมเดล PyTorch ที่ได้รับการฝึกล่วงหน้าจากชุดข้อมูล Hugging Face:
ขั้นตอนที่ 1: เปิดสมุดบันทึก Colab และติดตั้งและนำเข้าไลบรารีที่จำเป็น
ขั้นตอนแรกคือการเปิดโน้ตบุ๊กใน Colab IDE และติดตั้งไลบรารีโดยใช้คำสั่ง “ ปิ๊ป ” ตัวติดตั้งแพ็คเกจและนำเข้าโดยใช้คำสั่ง “ นำเข้า ' สั่งการ:
! pip ติดตั้งหม้อแปลง
นำเข้า คบเพลิง
นำเข้า หม้อแปลงไฟฟ้า
จากหม้อแปลงไฟฟ้า นำเข้า โมเดลอัตโนมัติ
จำเป็นต้องมีไลบรารีต่อไปนี้ในโปรเจ็กต์นี้
- “ คบเพลิง ” ไลบรารี่เป็นไลบรารี PyTorch ที่จำเป็น
- “ หม้อแปลงไฟฟ้า ” ไลบรารีประกอบด้วยฟังก์ชันการทำงานของ Hugging Face โมเดล และชุดข้อมูล:
ขั้นตอนที่ 2: นำเข้าโมเดลจาก Hugging Face
ในตัวอย่างนี้ โมเดลที่จะนำเข้าจาก ' กอดหน้า ”ฐานข้อมูลมีอยู่ที่นี่ ลิงค์ . ใช้ ' AutoModel.from_pretrained() ” วิธีการนำเข้าโมเดลที่ได้รับการฝึกล่วงหน้าจาก Hugging Face ดังแสดงด้านล่าง:
pre_trained_model = โมเดลอัตโนมัติ from_pretrained ( pre_trained_model_name )
พิมพ์ ( pre_trained_model )
รหัสข้างต้นทำงานดังนี้:
- คัดลอกชื่อรุ่นจากเว็บไซต์บนแพลตฟอร์ม Hugging Face และกำหนดให้กับ “ pre_trained_model_name ” ตัวแปรใน Colab
- จากนั้นใช้เครื่องหมาย “ AutoModel.from_pretrained() ” และป้อนตัวแปรชื่อโมเดลเป็นอาร์กิวเมนต์
- สุดท้ายนี้ให้ใช้ 'พิมพ์() ” วิธีการแสดงโมเดลที่นำเข้าในเอาต์พุต
โมเดลที่ได้รับการฝึกล่วงหน้าที่นำเข้าจาก Hugging Face จะแสดงผลลัพธ์ด้านล่าง:
บันทึก : คุณสามารถเข้าถึงสมุดบันทึก Colab ของเราซึ่งมีรายละเอียดวิธีการนำเข้าโมเดลที่ได้รับการฝึกล่วงหน้าจาก Hugging Face ได้ที่นี่ ลิงค์ .
โปรทิป
Hugging Face คือคอลเลกชันชุดข้อมูลขนาดใหญ่และโมเดลที่ซับซ้อนอันทรงคุณค่าที่ทุกคนนำไปใช้ในโปรเจ็กต์การเรียนรู้เชิงลึกได้ฟรี คุณยังสามารถอัปโหลดชุดข้อมูลของคุณเองเพื่อให้ผู้อื่นนำไปใช้ได้ และแพลตฟอร์มดังกล่าวได้รับการปรับแต่งเพื่อการทำงานร่วมกันระหว่างนักวิทยาศาสตร์ข้อมูลและนักพัฒนาทั่วโลก
ความสำเร็จ! เราได้แสดงวิธีการนำเข้าโมเดล PyTorch ที่ผ่านการฝึกอบรมมาแล้วโดยใช้ไลบรารี torchvision หรือจากฐานข้อมูล Hugging Face โดยใช้ไลบรารี Transformers
บทสรุป
หากต้องการนำเข้าโมเดลที่ได้รับการฝึกล่วงหน้าใน PyTorch ผู้ใช้สามารถใช้ไลบรารี torchvision หรือจากฐานข้อมูลออนไลน์ Hugging Face โดยใช้ไลบรารี Transformers ใน Google Colab โมเดลที่ได้รับการฝึกอบรมล่วงหน้าเหล่านี้ใช้เพื่อหลีกเลี่ยงการใช้เวลาอันมีค่าและทรัพยากรฮาร์ดแวร์ในการฝึกอบรม และมุ่งตรงไปยังการทดสอบข้อมูลใหม่เพื่อการอนุมานที่น่าเชื่อถือ ในบล็อกนี้ เราได้แสดงสองวิธีในการนำเข้าโมเดลที่ได้รับการฝึกล่วงหน้าใน PyTorch