In diesem Blog wird Folgendes beschrieben:
- Was sind die Parameter in PyTorch?
- Warum müssen Benutzer die Parameter des Modells überprüfen?
- Wie zeige ich die Anzahl der Modellparameter in PyTorch an?
Was sind die Parameter in PyTorch?
In PyTorch ist das „ nn.Modul Die Klasse „wird zum Definieren der Modelle verwendet. Es umfasst alle Operationen und Ebenen, aus denen das Modell besteht. Jede Ebene enthält eine Reihe von Parametern. Parameter werden grundsätzlich während des Trainings aktualisiert, um den Fehler zwischen den tatsächlichen Werten des Modells und den Vorhersagen zu minimieren.
Warum müssen Benutzer die Parameter des Modells überprüfen?
Beim Training des Modells müssen Benutzer die Anzahl der Parameter ihres Modells kennen, da dies viel Speicher und Rechenleistung beansprucht. Wenn sie mit der Anzahl der Modellparameter vertraut sind, können sie leicht abschätzen, wie viel Speicher benötigt wird und wie viel Zeit das Training in Anspruch nehmen wird. Dies hilft Benutzern, ihren Trainingsprozess zu optimieren und zu verhindern, dass dem System nicht mehr genügend Speicher zur Verfügung steht Raum.
Wie zeige ich die Anzahl der Modellparameter in PyTorch an?
Der ' nn.Modul „Klasse hat die“ Parameter() ”-Methode, mit der die Anzahl der Modellparameter im PyTorch-Modell angezeigt wird. Um alle Elemente zu erhalten, muss „ num1() ”-Methode verwendet wird.
Um das zuvor besprochene Konzept zu verstehen, werfen wir einen Blick auf den bereitgestellten Code:
importieren Fackel. nn als nn
Klasse NNModel ( nn. Modul ) :
def __heiß__ ( selbst ) :
super ( NNModel , selbst ) . __heiß__ ( )
selbst . fc1 = nn. Linear ( 10 , fünfzig )
selbst . fc2 = nn. Linear ( fünfzig , 1 )
def nach vorne ( selbst , ich ) :
ich = selbst . fc1 ( ich )
ich = selbst . fc2 ( ich )
zurückkehren ich
mein Modell = NNModel ( )
t_params = Summe ( P. Namen nennen ( ) für P In mein Modell. Parameter ( ) )
drucken ( F „Gesamtzahl der Parameter: {t_params}“ )
Im oben genannten Code:
- Zuerst definieren wir ein Modell, das zwei lineare Schichten hat.
- Generieren Sie dann die Instanz des Modells und nutzen Sie „ Parameter() ”-Methode zum Abrufen aller Parameter.
- Als nächstes wenden wir den Generatorausdruck an, um alle Parameter zu berechnen, indem wir die Anzahl der Elemente jedes Parameters aufsummieren.
- Rufen Sie abschließend „ drucken() ”-Anweisung, um die resultierenden Werte auf dem Bildschirm anzuzeigen:
Im oben beschriebenen Code haben wir nur die Gesamtzahl der Parameter angezeigt. Wenn Sie den Namen und die Größe des Parameters erhalten möchten, können die folgenden Codezeilen verwendet werden:
für Name , param In mein Modell. state_dict ( ) . Artikel ( ) :drucken ( Name , param. Größe ( ) )
Hier:
- „ state_dict() „ist das Python-Wörterbuchobjekt, das zum Speichern und Laden von Modellen aus PyTorch verwendet wird.
- „ Artikel() Die Methode „wird verwendet, um die Liste mit allen Wörterbuchschlüsseln zusammen mit Werten zurückzugeben.
- „ drucken() ”-Anweisung wird verwendet, um den Namen und die Größe des Parameters auszugeben, indem die Anweisung „ Größe() ” Methode und Parameter:
Das ist alles! Wir haben die einfachste Möglichkeit zusammengestellt, die Anzahl der Modellparameter in PyTorch auszudrucken.
Abschluss
In PyTorch ist das „ nn.Modul Die Klasse „wird zum Definieren der Modelle verwendet, die alle Operationen und Ebenen umfassen, aus denen das Modell besteht. Der ' nn.Modul „Klasse hat die“ Parameter() ”-Methode, mit der die Anzahl der Modellparameter im PyTorch-Modell angezeigt wird. Dieser Artikel demonstrierte die Methode zum Drucken der Anzahl der Modellparameter in PyTorch.