旗下产业: A产业/ A实习/ A计划
全国统一咨询热线:010-5367 2995
首页 > 热门文章 > 大数据分析 > 大数据分析使用torchlayers构建PyTorch模型
大数据分析使用torchlayers构建PyTorch模型
时间:2020-08-19来源:www.aaa-cg.com.cn点击量:作者:Sissi
时间:2020-08-19点击量:作者:Sissi



  torchlayers的目的是做Keras为TensorFlow做的事情,提供更高级别的模型构建API以及一些方便的默认值和附加组件,这些组件和附加组件可用于制作PyTorch神经网络。
 

  通过在线搜索判断,PyTorch继续受到广泛关注,并且更重要的是,它的采用率不断提高。PyTorch被认为具有强大而灵活的特点,受到了研究人员的欢迎。但是,PyTorch过去因缺乏简化的高级API(例如TensorFlow的Keras)而受到实践者的批评。这种情况最近已经改变。
 

  torchlayers旨在为PyTorch做Keras为TensorFlow做的事情。通过项目的开发人员进行了简要定义:
 

  torchlayers是一个基于PyTorch的库,提供了自动的torch.nn层的形状和尺寸推断以及当前SOTA体系结构(例如Efficient-Net)中附加的构建块的功能。
 

  与在Keras中看到的类似,以上内容不需要用户干预(除了对torchlayers.build的单个调用)。
 

  除了上面提到的形状和尺寸推断外,torchlayers还包括其他类似Keras的图层(例如,torchlayers.Reshape在保留批处理尺寸的同时重塑输入男高音),还包括ImageNet竞赛中以前看到的SOTA图层(PolyNet例如),并提供了一些有用的默认值,例如卷积内核大小(torchlayers中的默认值为3)。
 

  使用pip安装非常简单:
 

  pip install –user torchlayers
 

  可以在此处找到其他安装信息(例如:Docker映像和GPU)。完整的Torchlayers文档可在此处找到。
 

  Torchlayers GitHub页面提供了一些示例来展示其某些功能。我喜欢简单的图像和文本分类器!例如,我在下面复制的代码。此示例说明:
 

  1)torch.nn和torchlayers层混合

  2)形状和尺寸推断(Conv以及Linear输入和BatchNorm)

  3)默认的Conv内核大小

  4)Conv 填充默认为“相同”

  5)使用Torchlayers池化层(GlobalMaxPool类似于Keras )

大数据分析使用torchlayers构建PyTorch模型
 

  然后,可以torchlayers.build在指定输入形状的同时使用来构建定义的网络(对于上面定义的模型,下面显示的图像和文本分类的输入形状):

大数据分析使用torchlayers构建PyTorch模型
 

  build显然,它就像在Keras中一样,相当于将模型编译为PyTorch基本体。它通过post_build功能提供了一些附加功能(例如权重初始化,如下所示),您可以在此处找到更多信息。

大数据分析使用torchlayers构建PyTorch模型
 

  torchlayers为使用PyTorch建立类似Keras的模型提供了一些有用的功能,并填补了一个明显的漏洞。时间会证明项目的发展和长期发展,但肯定有一个良好的开端。


 

预约申请免费试听课

填写下面表单即可预约申请免费试听!怕钱不够?可先就业挣钱后再付学费! 怕学不会?助教全程陪读,随时解惑!担心就业?一地学习,可推荐就业!

©2007-2021/北京漫动者教育科技有限公司版权所有
备案号:京ICP备12034770号

老师想和你聊一聊

©2007-2021/ www.aaa-cg.com.cn 北京漫动者教育科技有限公司 备案号: 京ICP备12034770号 监督电话:010-53672995 邮箱:bjaaa@aaaedu.cc

京公网安备 11010802035704号