076923 : Main

모델 저장/불러오기(Model Save/Load) PyTorch의 모델(Model)은 직렬화(Serialize)와 역직렬화(Deserialize)를 통해 객체를 저장하고 불러올 수 있습니다. 모델(Model)을 저장하는 방법은 Python의 피클(Pickle)을 활용하여 파이썬 객체 구조를 바이너리 프로토콜(Binary Protocols)로 직렬화합니다. 모델에 사용된 텐서(Tensor)나 매개 변수(Dictionary)를 저장합니다. 모델(Model)을 불러오는 방법은 저장된 객체 파일을 역직렬화 하여 현재 프로세스의 메모리에 업로드합니다. 이를 통해 모델을 통해 계산된 텐서(Tensor)나 매개 변수(Dictionary)를 불러올 수 있습니다. 모델을 저장하는 경우에는 모델 학습이 모두 완료된 이후에 작성하거나, 특정 에폭이 끝날 때마다 저장합니다. 모델 파일 확장자는 주로 *.pt나 *.pth 의 확장자를 사용하여 저장합니다. 모델 전체 저장/불러오기 모델 전체를 저장하는 경우에는 학습에 사용된 모델 클래스의 구조와 학습 상태 등을 모두 저장합니다. 모델의 레이어(Layer) 구조, 매개 변수(model.parameters) 등이 모두 기록된 상태로 저장하기 때문에 모델 파일로도 동일한 구조를 구현할 수 있습니다. 모델 저장 torch.save(model, f'./model.pt') 모델 저장 함수(torch.save)를 활용해 모델을 저장합니다. torch.save(model, path)는 모델(model)의 정보를 경로(path)에 저장합니다. 모델 불러오기 import torch from torch import nn class CustomModel(nn.Module): def __init__(self): super(CustomModel, self).__init__() self.layer = nn.Linear(2, 1) def forward(self, x): x = self.layer(x) return x device = "cuda" if torch.cuda.is_available() else "cpu" model = torch.load("model.pt", map_location=device) print(model) with torch.no_grad(): model.eval() inputs = torch.FloatTensor([[1 ** 2, 1], [5 **2, 5], [11**2, 11]]).to(device) outputs = model(inputs) print(outputs) 결과 CustomModel(  (layer): Linear(in_features=2, out_features=1, bias=True) ) tensor([[ 1.4342],     [ 69.2052],     [357.3152]]) 단, 모델을...

Python Pytorch 강좌 : 제 10강 - 모델 저장/불러오기(Model Save/Load)

댓글