Modell speichern und laden
Ein Hersteller will seine Projekte anhand von Bildern sortieren und die passende Versandverpackung finden. Nachdem du ein super genaues Modell in PyTorch trainiert hast, willst du das Modell und seine vortrainierten Gewichte für später speichern und mit deinem Team teilen, damit sie es problemlos laden können.
torch und „ torch.nn “ als „ nn “ wurden importiert. Das vortrainierte Modellobjekt findest du in deinem Arbeitsbereich unter „ model “ und seine Architektur unter „ ManufacturingCNN “.
Diese Übung ist Teil des Kurses
Deep Learning für Bilder mit PyTorch
Anleitung zur Übung
- Speicher das vortrainierte Modell als „
ModelCNN.pth“ und denk dran, nicht nur die Architektur, sondern auch die Gewichte zu speichern. - Erstell eine Modellinstanz namens „
loaded_model” aus der Klasse „ManufacturingCNN()”. - Lade die Gewichte für „
ModelCNN.pth” auf „loaded_model”, indem du die Gewichte an „.load_state_dict()” weiterleitest.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Save the model
torch.____(model.____, ____)
# Create a new model
loaded_model = ____
# Load the saved model
loaded_model.____(torch.____('ModelCNN.pth'))
print(loaded_model)