Een model opslaan en laden

Een productiebedrijf wil projecten op basis van afbeeldingen classificeren en zo de juiste verzendverpakking bepalen. Je hebt in PyTorch een zeer nauwkeurig model getraind en gaat dit nu opslaan, samen met de voorgetrainde gewichten, zodat je het later kunt gebruiken en met je team kunt delen. Zo zorg je ervoor dat zij het moeiteloos kunnen laden.

torch en torch.nn als nn zijn geïmporteerd. Het voorgetrainde modelobject is beschikbaar in je werkruimte als model, en de architectuur als ManufacturingCNN.

Deze oefening maakt deel uit van de cursus

Deep Learning voor afbeeldingen met PyTorch

Cursus bekijken

Oefeninstructies

Sla het voorgetrainde model op als ModelCNN.pth en denk eraan de gewichten op te slaan, niet alleen de architectuur.
Maak een modelinstantie met de naam loaded_model op basis van de klasse ManufacturingCNN().
Laad de ModelCNN.pth-gewichten in loaded_model door de gewichten door te geven aan .load_state_dict().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Save the model
torch.____(model.____, ____)

# Create a new model
loaded_model = ____

# Load the saved model
loaded_model.____(torch.____('ModelCNN.pth'))
print(loaded_model)

Code bewerken en uitvoeren