【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 ...

【pytorch】——torch.hub

【pytorch】——torch.hub

torch.hub

【pytorch】——torch.hub相关推荐

最新文章

热门文章