Neste blog, abordaremos dois métodos de como importar um modelo pré-treinado no PyTorch.
Como importar um modelo pré-treinado em PyTorch usando Torchvision?
O ' visão da tocha ”A biblioteca pode ser usada para importar modelos pré-treinados no PyTorch. É uma subdivisão do primário “ tocha ” Biblioteca e contém a funcionalidade de conjuntos de dados previamente compilados e modelos treinados. Esta biblioteca oferece aos usuários a capacidade de chamar modelos que foram treinados em um grande conjunto de dados. Esses modelos pré-treinados podem ser aplicados a novos dados e fornecer inferências válidas sem a necessidade de ciclos de treinamento longos e incontroláveis.
Siga as etapas abaixo para aprender como importar um modelo pré-treinado no PyTorch usando Torchvision:
Etapa 1: abra o Google Colab
Vá para o Colaborador local na rede Internet criado pelo Google e iniciar um “ Novo caderno ” para iniciar o projeto:
Etapa 2: importar as bibliotecas necessárias
Depois de configurado o IDE Colab, o primeiro passo é instalar e importar as bibliotecas necessárias ao projeto:
importar tocha
importar visão da tocha
importar visão da tocha. modelos
O código acima funciona da seguinte maneira:
- O ' pip ”Instalador de pacote para Python é usado para instalar o“ tocha ' biblioteca.
- A seguir, o “ importar ”O comando é usado para importar a biblioteca para o projeto Colab.
- Então o ' visão da tocha ”A biblioteca é importada para o projeto. Contém funcionalidade para conjuntos de dados e modelos.
- O ' torchvision.modelo ”O módulo contém uma variedade de modelos pré-treinados, como os da Rede Neural Residual“ ResNet ”:
Etapa 3: importar modelo pré-treinado
Importe um modelo pré-treinado salvo no pacote “torchvision.models” usando a linha de código abaixo:
A linha de código acima funciona da seguinte maneira:
- Defina uma variável e dê a ela um nome adequado para referência, como “Modelo_pré_treinado” .
- Use o “torchvision.modelos” módulo para adicionar o “ ResNet ' modelo.
- Adicione o ' sério50 ”Modelo e defina o“ pré-treinado = Verdadeiro ” como seu argumento:
Em seguida, visualize o modelo pré-treinado como uma saída usando o método “print()”:
imprimir ( Modelo pré_treinado ) 
Observação : Você pode acessar nosso notebook Colab que detalha a importação de um modelo PyTorch pré-treinado usando torchvision neste link .
Como importar um modelo PyTorch pré-treinado do banco de dados Hugging Face?
Outro método para importar um modelo pré-treinado é obtê-lo na plataforma Hugging Face. Hugging Face é um dos bancos de dados online mais populares para modelos pré-treinados e grandes conjuntos de dados disponíveis para cientistas e programadores de dados.
Siga as etapas abaixo para importar um modelo PyTorch pré-treinado do conjunto de dados Hugging Face:
Etapa 1: inicie um notebook Colab e instale e importe as bibliotecas necessárias
O primeiro passo é lançar um notebook no IDE Colab e instalar bibliotecas usando o “ pip ”Instalador de pacotes e importe-os usando o“ importar ”comando:
! pip instalar transformadores
importar tocha
importar transformadores
de transformadores importar Automodelo
As seguintes bibliotecas são necessárias neste projeto
- O ' tocha ”biblioteca é a biblioteca PyTorch essencial.
- O ' transformadores ”A biblioteca contém a funcionalidade do Hugging Face, seus modelos e seus conjuntos de dados:
Etapa 2: importar o modelo do Hugging Face
Neste exemplo, o modelo a ser importado do “ Abraçando o rosto ”o banco de dados está disponível neste link . Use o ' AutoModel.from_pretrained() ”Método para importar um modelo pré-treinado do Hugging Face conforme mostrado abaixo:
modelo_pré_treinado = Automodelo. de_pré-treinado ( nome_do_modelo_pre_treinado )
imprimir ( modelo_pré_treinado )
O código acima funciona da seguinte maneira:
- Copie o nome do modelo de seu site na plataforma Hugging Face e atribua-o ao “ nome_do_modelo_pre_treinado ”variável no Colab.
- Em seguida, use o “ AutoModel.from_pretrained() ”E insira a variável do nome do modelo como seu argumento.
- Por último, use o 'imprimir() ”Método para mostrar o modelo importado na saída.
O modelo pré-treinado importado do Hugging Face mostrará o resultado abaixo:
Observação : Você pode acessar nosso notebook Colab detalhando como importar um modelo pré-treinado do Hugging Face neste link .
Dica profissional
Hugging Face é uma coleção valiosa de grandes conjuntos de dados e modelos complexos que são gratuitos para todos usarem em projetos de aprendizagem profunda. Você também pode enviar seus próprios conjuntos de dados para outros usarem e a plataforma está ajustada para colaboração entre cientistas de dados e desenvolvedores em todo o mundo.
Sucesso! Mostramos como importar um modelo PyTorch pré-treinado usando a biblioteca torchvision ou do banco de dados Hugging Face usando a biblioteca transformers.
Conclusão
Para importar um modelo pré-treinado no PyTorch, os usuários podem usar a biblioteca torchvision ou do banco de dados online Hugging Face usando a biblioteca de transformadores no Google Colab. Esses modelos pré-treinados são usados para evitar o gasto de tempo e recursos de hardware valiosos no treinamento e vão diretamente para o teste de novos dados para inferências confiáveis. Neste blog, mostramos dois métodos para importar modelos pré-treinados no PyTorch.