【pytorch】——torch.hub
【pytorch】——torch.hub
Facebook官方博客表示,PyTorch Hub是一个简易API和工作流程,为复现研究提供了基本构建模块,包含预训练模型库。并且,PyTorch Hub还支持Colab,能与论文代码结合网站Papers With Code集成,用于更广泛的研究。发布首日已有18个模型“入驻”,获得英伟达官方力挺。而且Facebook还鼓励论文发布者把自己的模型发布到这里来,让PyTorch Hub越来越强大。
torch.hub
PyTorch Hub中提供的模型也支持Colab。进入每个模型的介绍页面后,你不仅可以看到GitHub代码页的入口,
甚至可以一键进入Colab运行模型Demo。
为了调用各种经典机器学习模型,今后你不必重复造轮子了。
刚刚,Facebook宣布推出PyTorch Hub,一个包含计算机视觉、自然语言处理领域的诸多经典模型的聚合中心, 让你调用起来更方便。
有多方便?
图灵奖得主Yann LeCun强烈推荐,无论是ResNet、BERT、GPT、VGG、PGAN还是MobileNet等经典模型,只需输入一行代码,就能实现一键调用。
PyTorch Hub的使用简单到不能再简单,不需要下载模型,只用了一个torch.hub.load()就完成了对图像分类模型AlexNet的调用。
import torch
model = torch.hub.load('pytorch/vision', 'alexnet', pretrained=True)
model.eval()
PyTorch Hub允许用户对已发布的模型执行以下操作:
1、查询可用的模型;
2、加载模型;
3、查询模型中可用的方法。下面让我们来看看每个应用的实例。
1、查询可用的模型
用户可以使用torch.hub.list()这个API列出repo中所有可用的入口点。
比如你想知道PyTorch Hub中有哪些可用的计算机视觉模型:
torch.hub.list('pytorch/vision')['alexnet',
'deeplabv3_resnet101',
'densenet121',
...
'vgg16',
'vgg16_bn',
'vgg19','vgg19_bn']
2、加载模型
在上一步中能看到所有可用的计算机视觉模型,如果想调用其中的一个,也不必安装,只需一句话就能加载模型。
model = torch.hub.load('pytorch/vision', 'deeplabv3_resnet101', pretrained=True)
至于如何获得此模型的详细帮助信息,可以使用下面的API:
print(torch.hub.help('pytorch/vision', 'deeplabv3_resnet101'))
如果模型的发布者后续加入错误修复和性能改进,用户也可以非常简单地获取更新,确保自己用到的是最新版本:
model = torch.hub.load(..., force_reload=True)
对于另外一部分用户来说,稳定性更加重要,他们有时候需要调用特定分支的代码。例如pytorch_GAN_zoo的hub分支:
model = torch.hub.load('facebookresearch/pytorch_GAN_zoo:hub', 'DCGAN', pretrained=True)
3、查看模型可用方法
从PyTorch Hub加载模型后,你可以用dir(model)查看模型的所有可用方法。以bertForMaskedLM模型为例:
dir(model)['forward'
...
'to'
'state_dict',
]
如果你对forward方法感兴趣,使用help(model.forward) 了解运行运行该方法所需的参数:
help(model.forward)Help on method forward in module pytorch_pretrained_bert.modeling:
forward(input_ids, token_type_ids=None, attention_mask=None, masked_lm_labels=None)
【pytorch】——torch.hub相关推荐
- 【PyTorch】torch.utils.data.Dataset 介绍与实战
文章目录 一.前言 二.torch.utils.data.Dataset 是什么 1. 干什么用的? 2. 长什么样子? 三.通过继承 torch.utils.data.Dataset 定义自己的数据 ...
- 【Pytorch】torch.reshape函数
[Pytorch]torch.reshape torch.reshape(input, shape) 返回一个张量,其与input的元素和元素个数相同. >>> a = torch. ...
- 【Pytorch】torch.argmax 函数详解
文章目录 一.一个参数时的 torch.argmax 函数 1. 介绍 2. 实例 二.多个参数时的 torch.argmax 函数 1. 介绍 2. 实例 实例1:二维矩阵 实例2:三维矩阵 实例3 ...
- 【PyTorch】torch.cat==>张量拼接,在图像的应用上可以有效利用原始图像结构信息
1. 字面理解:torch.cat是将两个张量(tensor)拼接在一起,cat 是 concatenate 的意思,即拼接,联系在一起. 使用torch.cat((A,B),dim)时,除拼接维数d ...
- 【pytorch】torch.range() 和 torch.arange() ==>以step为间隔输出从start到end的张量列表
Parameters start (Number) – the starting value for the set of points. Default: 0. end (Number) – th ...
- 【pytorch】torch.linspace==>返回一个一维的tensor(张量),这个张量包含了从start到end,分成steps个线段得到的向量
目录 Parameters Keyword Arguments Example: torch.linspace(start, end, steps, *, out=None, dtype=None, ...
- 【PyTorch】torch.clamp()==>将input的值限制在[min, max]之间,并返回结果到一个新张量
函数定义: torch.clamp(input, min, max, out=None) 作用:限幅.将input的值限制在[min, max]之间,并返回结果到一个新张量 参数: input (Te ...
- 【pytorch】torch.cuda.empty_cache()==>释放缓存分配器当前持有的且未占用的缓存显存
Pytorch 训练时无用的临时变量可能会越来越多,导致 out of memory ,可以使用下面语句来清理这些不需要的变量. torch.cuda.empty_cache() 官网 上的解释为: ...
- 【Pytorch】torch.bmm()方法使用
官方文档地址:https://pytorch.org/docs/stable/generated/torch.bmm.html?highlight=bmm#torch.bmm 形式:torch.bmm ...
最新文章
- LeetCode简单题之去掉最低工资和最高工资后的工资平均值
- Golang for range陷阱
- 使用cocoapods时,import 找不到头文件。
- STM32 基础系列教程 46 – RNG
- 开源Dapper的Lambda扩展-Sikiro.Dapper.Extension V2.0
- 大咖说中台 | 建设数据中台系列(五)——中台架构详解(下)
- Linux系统性能查询命令
- linux 输入法错误,Ubuntu 16.04安装搜狗拼音输入法错误问题的解决方法
- 烤烟发病叶片高光谱特征分析
- path的图片下拉效果
- @PathVariable、@RequestHeader与@CookieValue注解的使用案例
- Dropout和BN层的模式切换
- 三维激光扫描在堆体体积测算中的应用
- 使用百度文字识别API进行图片中文字的识别
- 学妹:大学四年以算法为重还是技术为重?
- 网络游戏的基本数据埋点和数据统计---2016/7/25
- 链表的有序集合(java)
- 大白菜装机教程win10_如何用光盘快速重装系统(图文教程)
- 电感设计中的细节问题:磁芯损耗、线圈设计
- Busybox实践2:分析busybox文件链接原理并编程模拟实现自己的busybox文件