Inspecter les paramètres et les formes des couches
Voyez exactement ce que contient votre modèle.
Inspecter les paramètres et les formes des couches est une leçon Deep Learning Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Deep Learning Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Deep Learning Academy comprend 4 leçons au total.
Observez l’intérieur de votre modèle
Une fois le modèle créé, vous pouvez examiner chaque poids qu’il contient. L’inspection des paramètres permet d’avoir confiance dans le modèle avant son entraînement.
Parcourez parameters()
Appelez model.parameters() pour parcourir chaque tenseur entraînable. L’optimiseur utilise exactement cette même liste.
for p in model.parameters():
print(p.shape)Nommez-les avec named_parameters()
Utilisez named_parameters() pour voir chaque tenseur associé à son nom et savoir à quelle couche il appartient.
for name, p in model.named_parameters():
print(name, p.shape)Formes des poids et du biais
Une couche linéaire contient une matrice de poids et un vecteur de biais. Leurs formes découlent directement du nombre de caractéristiques d’entrée et de sortie.
fc = nn.Linear(4, 3)
print(fc.weight.shape) # torch.Size([3, 4])Comptez les paramètres
Additionnez les éléments de chaque tenseur pour obtenir le nombre total de paramètres, une mesure rapide de la taille du modèle.
total = sum(p.numel() for p in model.parameters())Affichez le modèle entier
Il suffit d’afficher le modèle pour voir ses couches et leurs tailles dans l’ordre. C’est la vue d’ensemble la plus rapide que vous puissiez obtenir.
print(model)Vérifiez la forme de la sortie en direct
Faites passer un lot d’exemples dans le modèle et affichez la forme du résultat pour confirmer que les dimensions correspondent de bout en bout.
out = model(torch.randn(1, 4))
print(out.shape)Voyez ce qui s’entraîne
L’indicateur requires_grad vous indique quels tenseurs sont mis à jour. Pour les couches gelées, sa valeur est False.
for p in model.parameters():
print(p.requires_grad)Regroupez avec state_dict
state_dict associe chaque nom de paramètre à son tenseur. C’est ce que vous enregistrez et chargez pour créer un point de contrôle du modèle.
model.state_dict().keys()Déboguez les incompatibilités de forme
La plupart des erreurs des débutants sont des incompatibilités de forme entre les couches. Afficher les formes permet de repérer précisément où la chaîne se rompt.
Maîtrisez votre modèle
L’inspection des paramètres et des formes transforme une boîte noire en un objet que vous comprenez parfaitement. La confiance vient du fait de regarder. 🔍
Vérification rapide
Rappelez-vous l’appel qui répertorie chaque tenseur de poids avec le nom de sa couche.
Récapitulatif
Utilisez parameters, named_parameters et l’affichage du modèle pour examiner les poids et les formes. Cette habitude accélère le débogage et le rend beaucoup plus simple. 🎯
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Inspecter les paramètres et les formes des couches » est-elle gratuite ?
Oui — le texte complet de « Inspecter les paramètres et les formes des couches » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Deep Learning Academy, passe à CoddyKit PRO. Le cours Deep Learning Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Inspecter les paramètres et les formes des couches » ?
Voyez exactement ce que contient votre modèle. Tu pratiques Deep Learning Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Deep Learning Academy ?
Aucune expérience préalable n'est requise. Deep Learning Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Inspecter les paramètres et les formes des couches » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Deep Learning Academy ?
Oui. Chaque leçon Deep Learning Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Sous-classer nn.Module : __init__ et forward
- Empiler des couches linéaires
- nn.Sequential pour créer rapidement des modèles
- Inspecter les paramètres et les formes des couches