본문 바로가기

💻 Programming/AI & ML16

[pytorch] model 에 접근하기, 특정 layer 변경하기 pytorch 모델에 접근하고 특정 layer 또는 layer 내부의 모듈을 변경하는 방법을 정리한다. - 예시 모델 : resnet50 import torch.nn as nn import torchvision.models as models model = models.resnet50(pretrained=True) 1. self.named_parameters() for name, param in model.layer1.named_parameters(): print(name,param.shape,sep=" ") 2. self.named_children() for name,ch in model.layer1.named_children(): print("name :",name) print("child :", ch.. 2022. 1. 5.

[pytorch] Custom dataset, dataloader 만들기 * dataset 폴더 구조 minc2500 ├─images │ ├─brick │ │ ├─brick_000000.jpg │ │ ├─brick_000001.jpg │ │ ├─... │ ├─carpet │ │ ├─carpet_000000.jpg │ │ ├─... │ ├─... │ │ ├─... │ │ ├─... ... ... ... ├─labels │ ├─train1.txt │ ├─train2.txt │ ├─... │ ├─test1.txt │ ├─test2.txt │ └─... import os import os.path import torch import torch.utils.data as data from PIL import Image from torchvision import transforms imp.. 2022. 1. 2.

[pytorch] DataParallel 로 학습한 모델 load model = custom_LSTM() model = torch.nn.DataParallel(model) with open(os.path.join('C:/Users/' + 'model_1.pt'), 'rb') as f: model.load_state_dict(torch.load(f)) DataParallel 로 학습시킨 모델을 load해서 사용할 때는 위와 같이 torch.nn.DataParallel(model) 코드를 써줘야 error 없이 사용 가능하다. 2021. 2. 17.

[pytorch] 모델의 일부 레이어 웨이트 업데이트 막기 | model freezing (모델 프리징) PyTorch에서 모델 일부분의 학습을막기 위해서는 해당 부분의 매개변수에 대해 requires_grad 속성을 False로 설정하면 된다. 이를 통해 그 매개변수에 대한 gradient가 계산되지 않아 웨이트가 업데이트되지 않는다. 기본적으로 model.named_parameters() 메서드를 사용하여 name과 param을 추출하고 원하는 name의 레이어만 requires_grad를 변경할 수 있다. 모델 프리징 예시 - Resnet 예시 import torch import torch.nn as nn import torchvision.models as models # ResNet-50 모델 불러오기 (pre-trained) resnet50 = models.resnet50(pretrained=Tr.. 2021. 2. 17.

이전 1 2 3 다음

티스토리툴바