Index ソフト・ハード PyTorch | タスク |
MNIST モデル保存 モデル化 テンソル化 データセット バージョン 機能・要件 構成・方式 ライブラリ 導入 sample |
MNIST データの学習 ・ディープラーニング モデルの保存 ・GPUで学習 ・GPU保存 model_path = 'model.pth' torch.save(model.state_dict(), model_path)・GPUで読み込む model_path = 'model.pth' model.load_state_dict(torch.load(model_path))・CPU保存 model_path = 'model.pth' torch.save(model.to('cpu').state_dict(), model_path)・CPUマシンでGPUモデルを読み込む model_path = 'model.pth' model.load_state_dict(torch.load(model_path, map_location=torch.device('cpu')))モデル化 (モデル設計) ・torch.nn.Moduleクラスのサブクラス化 NeuralNetwork (ニューラルネットワーク、
sample)テンソル化 ・データセットをテンソル化する前処理を transforms で記述 transform = transforms.Compose([transforms.ToTensor()])・テンソル化されるかを確認 (sample) ・テンソルの操作など 自作データセットを使う ・transforms/Dataset/DataLoader を定義する。 ・親クラス torch.utils.data.Dataset を継承して子クラス定義する。 MyDataset (sample)バージョン確認 python(x) >>> import torch >>> print(torch.__version__) 1.12.1 1.x.1+cpu (GPU無しの場合) |
All Rights Reserved. Copyright (C) ITCL |