Simpan dan Muat dengan state_dict
Buat titik pemeriksaan bobot agar dapat melanjutkan nanti
Simpan dan Muat dengan state_dict adalah pelajaran Deep Learning Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Deep Learning Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Deep Learning Academy mencakup 4 pelajaran total.
Mengapa Checkpoint Penting
Pelatihan dapat memerlukan waktu berjam-jam, dan kerusakan dapat terjadi. Menyimpan kemajuan sebagai checkpoint memungkinkan Anda berhenti, melanjutkan, atau mengirimkan model tanpa melatih ulang dari awal.
Isi state_dict
state_dict model adalah kamus biasa yang memetakan nama setiap lapisan ke tensor yang telah dipelajarinya. Semua pengetahuan model tersimpan di dalamnya dan siap disimpan.
model.state_dict()Simpan Bobot
Gunakan torch.save pada state_dict untuk menulis bobot ke disk. Ekstensi .pt atau .pth adalah konvensi umum untuk berkas-berkas ini.
torch.save(model.state_dict(), 'model.pt')Muat Kembali Bobot
Untuk memulihkan model, baca berkas dengan torch.load lalu masukkan isinya ke model menggunakan load_state_dict. Arsitekturnya harus sama dengan arsitektur yang disimpan.
model.load_state_dict(torch.load('model.pt'))Buat Ulang Arsitektur Terlebih Dahulu
state_dict menyimpan angka, bukan kelasnya sendiri. Anda harus membuat objek model yang sama dalam kode sebelum dapat memuat bobot ke dalamnya.
model = MyNet()
model.load_state_dict(torch.load('model.pt'))Mode Evaluasi Setelah Memuat
Tepat setelah memuat model untuk inferensi, panggil model.eval(). Perintah ini mengubah dropout dan normalisasi batch ke perilaku prediksi agar keluarannya benar.
model.eval()Simpan Pengoptimal Juga
Untuk benar-benar melanjutkan pelatihan, simpan juga state_dict milik pengoptimal. Isinya mencakup momentum dan statistik adaptif yang jika tidak disimpan akan kembali menjadi nol.
torch.save(optimizer.state_dict(), 'opt.pt')Gabungkan Checkpoint Lengkap
Masukkan model, pengoptimal, dan epoch saat ini ke dalam satu kamus checkpoint. Kini satu berkas dapat memulihkan seluruh sesi pelatihan Anda.
ckpt = {'epoch': epoch, 'model': model.state_dict(), 'opt': optimizer.state_dict()}
torch.save(ckpt, 'ckpt.pt')Lanjutkan dari Checkpoint
Muat gabungan tersebut dan pulihkan setiap bagiannya secara berurutan. Membaca epoch yang disimpan memungkinkan Anda melanjutkan perulangan tepat dari tempat sebelumnya berhenti.
ckpt = torch.load('ckpt.pt')
model.load_state_dict(ckpt['model'])
optimizer.load_state_dict(ckpt['opt'])Petakan ke Perangkat yang Tepat
Jika Anda menyimpan model di GPU lalu memuatnya di CPU, berikan lokasi_pemetaan kepada torch.load. Dengan begitu, bobot dipindahkan ke perangkat yang benar-benar dimiliki mesin Anda.
torch.load('model.pt', map_location='cpu')Simpan yang Terbaik, Bukan yang Terakhir
Pantau loss validasi dan timpa checkpoint hanya ketika hasilnya membaik. Dengan begitu, Anda menyimpan model terbaik, bukan hasil yang kebetulan dibuat oleh epoch terakhir.
Pemeriksaan Cepat
Anda hanya menyimpan model.state_dict(). Apa yang harus tersedia sebelum Anda dapat memuatnya?
Ringkasan
Simpan bobot dengan state_dict dan torch.save, buat ulang model untuk memuatnya, lalu gabungkan pengoptimal dan epoch agar dapat melanjutkan sepenuhnya. Simpan yang terbaik. 💾
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Simpan dan Muat dengan state_dict” gratis?
Ya — teks lengkap “Simpan dan Muat dengan state_dict” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Deep Learning Academy, upgrade ke CoddyKit PRO. Kursus Deep Learning Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Simpan dan Muat dengan state_dict”?
Buat titik pemeriksaan bobot agar dapat melanjutkan nanti Kamu berlatih Deep Learning Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Deep Learning Academy?
Tidak diperlukan pengalaman sebelumnya. Deep Learning Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 3 dari 4.
Berapa lama pelajaran “Simpan dan Muat dengan state_dict” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Deep Learning Academy ini?
Ya. Setiap pelajaran Deep Learning Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Pisahkan Train, Validation, dan Test
- Siklus Epoch dengan Validasi
- Simpan dan Muat dengan state_dict
- Penghentian Dini pada Loss Validasi