PyTorch에서 사전 훈련된 모델을 가져오는 방법은 무엇입니까?

이 블로그에서는 PyTorch에서 사전 훈련된 모델을 가져오는 방법에 대한 두 가지 방법을 살펴보겠습니다.

Torchvision을 사용하여 PyTorch에서 사전 훈련된 모델을 가져오는 방법은 무엇입니까?

“ 토치비전 ” 라이브러리를 사용하여 PyTorch에서 사전 훈련된 모델을 가져올 수 있습니다. 이는 기본 '의 하위 구분입니다. 토치 ” 라이브러리에는 이전에 컴파일된 데이터세트와 훈련된 모델의 기능이 포함되어 있습니다. 이 라이브러리는 사용자에게 대규모 데이터세트에서 훈련된 모델을 호출할 수 있는 기능을 제공합니다. 이러한 사전 훈련된 모델은 새로운 데이터에 적용될 수 있으며 길고 관리하기 어려운 훈련 루프 없이도 유효한 추론을 제공할 수 있습니다.

Torchvision을 사용하여 PyTorch에서 사전 훈련된 모델을 가져오는 방법을 알아보려면 아래 단계를 따르십시오.

1단계: Google Colab 열기
공동 연구실로 이동 웹사이트 Google에서 만들고 ' 새 노트북 ” 프로젝트를 시작하려면 다음 단계를 따르세요.

2단계: 필요한 라이브러리 가져오기
Colab IDE가 설정되면 첫 번째 단계는 프로젝트에 필요한 라이브러리를 설치하고 가져오는 것입니다.

위 코드는 다음과 같이 작동합니다.

• “ 씨 ” Python용 패키지 설치 프로그램은 “ 토치 ' 도서관.
• 다음으로는 “ 수입 ” 명령은 라이브러리를 Colab 프로젝트로 가져오는 데 사용됩니다.
• 그런 다음 “ 토치비전 ” 라이브러리를 프로젝트로 가져옵니다. 여기에는 데이터 세트 및 모델에 대한 기능이 포함되어 있습니다.
• “ 토치비전.모델 ' 모듈에는 Residual Neural Network와 같은 다양한 사전 훈련된 모델이 포함되어 있습니다. ' 레스넷 ':

3단계: 사전 학습된 모델 가져오기
아래 코드 줄을 사용하여 'torchvision.models' 패키지 내에 저장된 사전 훈련된 모델을 가져옵니다.

위의 코드 줄은 다음과 같이 작동합니다.

• 변수를 정의하고 다음과 같이 참조에 적합한 이름을 지정합니다. '사전 훈련된_모델' .
• 사용 “torchvision.models” '를 추가하는 모듈 레스넷 ' 모델.
• “를 추가하세요. 심각한50 ” 모델을 선택하고 “ 사전 훈련됨=참 '라고 주장합니다.

다음으로 'print()' 메서드를 사용하여 사전 훈련된 모델을 출력으로 봅니다.

메모 : 여기에서 torchvision을 사용하여 사전 학습된 PyTorch 모델 가져오기에 대해 자세히 설명하는 Colab 노트북에 액세스할 수 있습니다. 링크 .

포옹 얼굴 데이터베이스에서 사전 훈련된 PyTorch 모델을 가져오는 방법은 무엇입니까?

사전 학습된 모델을 가져오는 또 다른 방법은 Hugging Face 플랫폼에서 모델을 얻는 것입니다. Hugging Face는 데이터 과학자와 프로그래머가 사용할 수 있는 사전 훈련된 모델과 대규모 데이터세트를 위한 가장 인기 있는 온라인 데이터베이스 중 하나입니다.

Hugging Face 데이터세트에서 사전 훈련된 PyTorch 모델을 가져오려면 아래 단계를 따르세요.

1단계: Colab Notebook 실행 및 필수 라이브러리 설치 및 가져오기
첫 번째 단계는 Colab IDE에서 노트북을 실행하고 '를 사용하여 라이브러리를 설치하는 것입니다. 씨 '패키지 설치 프로그램을 다운로드하고 '를 사용하여 가져옵니다. 수입 ' 명령:

이 프로젝트에는 다음 라이브러리가 필요합니다.

• “ 토치 ” 라이브러리는 PyTorch의 필수 라이브러리입니다.
• “ 변압기 ” 라이브러리에는 Hugging Face의 기능, 해당 모델 및 데이터 세트가 포함되어 있습니다.

2단계: Hugging Face에서 모델 가져오기
이 예에서는 '에서 가져올 모델을 포옹하는 얼굴 ” 데이터베이스는 여기에서 사용할 수 있습니다. 링크 . 사용 ' AutoModel.from_pretrained() ” 방법을 사용하여 아래와 같이 Hugging Face에서 사전 훈련된 모델을 가져옵니다.

위 코드는 다음과 같이 작동합니다.

• Hugging Face 플랫폼의 웹사이트에서 모델명을 복사하여 ' 사전 훈련_모델_이름 ” Colab의 변수입니다.
• 그런 다음 ' AutoModel.from_pretrained() ” 메소드를 실행하고 모델명 변수를 인수로 입력합니다.
• 마지막으로 '인쇄() ” 가져온 모델을 출력에 표시하는 방법입니다.

Hugging Face에서 가져온 사전 훈련된 모델은 아래 출력을 표시합니다.

메모 : Hugging Face에서 사전 학습된 모델을 가져오는 방법을 자세히 설명하는 Colab 노트북에 액세스할 수 있습니다. 링크 .

전문가의 팁

Hugging Face는 딥 러닝 프로젝트 내에서 누구나 무료로 사용할 수 있는 대규모 데이터 세트와 복잡한 모델의 귀중한 컬렉션입니다. 또한 다른 사람들이 사용할 수 있도록 자신의 데이터 세트를 업로드할 수도 있으며 플랫폼은 전 세계 데이터 과학자 및 개발자 간의 협업을 위해 조정되었습니다.

성공! 우리는 torchvision 라이브러리를 사용하거나 Transformers 라이브러리를 사용하여 Hugging Face 데이터베이스에서 사전 훈련된 PyTorch 모델을 가져오는 방법을 보여주었습니다.

결론

PyTorch에서 사전 훈련된 모델을 가져오려면 사용자는 torchvision 라이브러리를 사용하거나 Google Colab의 변환기 라이브러리를 사용하여 Hugging Face 온라인 데이터베이스에서 사용할 수 있습니다. 이러한 사전 훈련된 모델은 훈련에 귀중한 시간과 하드웨어 리소스를 낭비하지 않고 신뢰할 수 있는 추론을 위해 새로운 데이터를 직접 테스트하는 데 사용됩니다. 이 블로그에서는 PyTorch에서 사전 훈련된 모델을 가져오는 두 가지 방법을 보여 주었습니다.