• 授权协议:-
  • 开发厂商:Facebook
  • 软件语言:Python
  • 更新日期:2019-05-14
PyTorch Hub

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。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

PyTorch Hub 计算机视觉、自然语言处理领域经典模型的聚合中心 项目简介

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

PyTorch Hub 计算机视觉、自然语言处理领域经典模型的聚合中心 相关推荐

PyTorch Hub 计算机视觉、自然语言处理领域经典模型的聚合中心 评论内容