计算机视觉、自然语言处理领域经典模型的聚合中心 PyTorch Hub

未知
Python
跨平台
Facebook
2019-06-11
红薯

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。

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。

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。

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, useGPU=False)

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 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。

介绍内容来自量子位

的码云指数为
超过 的项目
加载中

评论(0)

暂无评论

暂无资讯

暂无问答

PyTorch 1.0 中文文档正式接受校对 | ApacheCN

参与方式:https://github.com/apachecn/pytorch-doc-zh/blob/master/CONTRIBUTING.md 整体进度:https://github.com/apachecn/pytorch-doc-zh/issues/274 项目仓库:https://github.com/ap...

昨天 19:29
0
0
深度学习引擎-PyTorch资源集锦

《深度学习引擎-PyTorch资源集锦》包含大量与 PyTorch (https://pytorch.org/)相关的资源链接,带你快速玩转基于神经网络的深度学习,进入人工智能的神秘领地。链接包括:入门教程,应用实...

03/09 07:39
75
0
ApacheCN 活动汇总 2019.2

【主页】 apachecn.org 【Github】@ApacheCN 暂时下线: 社区 暂时下线: cwiki 知识库 自媒体平台 微博:@ApacheCN 知乎:@ApacheCN CSDN 简书 OSChina 博客园 我们不是 Apache 的官方组织/机...

02/13 22:37
3
0
PyTorch 1.0 正式公开,Caffe2并入PyTorch实现AI研究和生产一条龙

今天,Facebook正式公布PyTorch 1.0,这是将基于Python的PyTorch与Caffe2合并的一个新版本的框架,让开发者可以无缝地将AI模型从研究转到生产,而无需处理迁移 “现在,你只需要使用PyTorch...

2018/05/07 15:06
27
0
使用 ONNX 将模型从 PyTorch 迁移到 Caffe2

1. PyTorch及ONNX环境准备 为了正常运行ONNX,我们需要安装最新的Pytorch git clone --recursive https://github.com/pytorch/pytorch cd pytorch mkdir build && cd build sudo cmake .. -...

2018/11/20 12:16
1K
0
如何手动安装pytorch whl文件

pytorch 官方网站。 官方网站提供多种安装方式,例如pip和conda等,可以参考官方安装文档,文档很详细,建议仔细查看和使用。但安装过程中可能存在网络不稳定导致无法正常安装等情况,需要使...

04/11 09:48
106
0
一文读懂PyTorch张量基础(附代码)

本文介绍了PyTorch中的Tensor类,它类似于Numpy中的ndarray,它构成了在PyTorch中构建神经网络的基础。 我们已经知道张量到底是什么了,并且知道如何用Numpy的ndarray来表示它们,现在我们看...

2018/06/14 14:43
19
0
Debian9.8 安装 pytorch

Debian9.8 安装 pytorch (不安装cuda): apt install -y git python3-dev git clone --recursive https://github.com/pytorch/pytorch export NO_CUDA=1 export USE_NUMPY=1 export USE_FFMPE...

03/11 21:07
22
0

没有更多内容

加载失败,请刷新页面

返回顶部
顶部