Ein Modell speichern und laden

Ein Fertigungsunternehmen möchte seine Projekte anhand von Bildern klassifizieren und die passende Versandverpackung bestimmen. Du hast in PyTorch ein sehr genaues Modell trainiert und planst nun, das Modell und seine vortrainierten Gewichte für die zukünftige Nutzung zu speichern und mit deinem Team zu teilen, damit es das Modell nahtlos laden kann.

torch und torch.nn als nn wurden importiert. Das vortrainierte Modellobjekt ist in deinem Workspace als model verfügbar, und seine Architektur als ManufacturingCNN.

Diese Übung ist Teil des Kurses

Deep Learning für Bilder mit PyTorch

Kurs anzeigen

Anleitung zur Übung

Speichere das vortrainierte Modell als ModelCNN.pth und denk daran, die Gewichte und nicht nur die Architektur zu sichern.
Erzeuge eine Modellinstanz namens loaded_model aus der Klasse ManufacturingCNN().
Lade die Gewichte aus ModelCNN.pth in loaded_model, indem du die Gewichte an .load_state_dict() übergibst.

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)

Code bearbeiten und ausführen