یہ بلاگ بیان کرے گا:
- PyTorch میں پیرامیٹرز کیا ہیں؟
- صارفین کو ماڈل کے پیرامیٹرز کو چیک کرنے کی ضرورت کیوں ہے؟
- PyTorch میں ماڈل پیرامیٹرز کی تعداد کیسے ظاہر کی جائے؟
PyTorch میں پیرامیٹرز کیا ہیں؟
PyTorch میں، ' nn.Module کلاس ماڈلز کی وضاحت کے لیے استعمال ہوتی ہے۔ اس میں وہ تمام آپریشنز اور پرتیں شامل ہیں جو ماڈل بناتے ہیں۔ ہر پرت میں پیرامیٹرز کا ایک سیٹ ہوتا ہے۔ ماڈل کی اصل اقدار اور پیشین گوئیوں کے درمیان غلطی کو کم کرنے کے لیے تربیت کے دوران بنیادی طور پر پیرامیٹرز کو اپ ڈیٹ کیا جاتا ہے۔
صارفین کو ماڈل کے پیرامیٹرز کو چیک کرنے کی ضرورت کیوں ہے؟
ماڈل کی تربیت کے دوران، صارفین کو اپنے ماڈل کے پیرامیٹرز کی تعداد کے بارے میں جاننے کی ضرورت ہوتی ہے کیونکہ یہ بہت زیادہ میموری اور پروسیسنگ پاور لیتا ہے۔ اگر وہ ماڈل کے پیرامیٹرز کی تعداد سے واقف ہیں، تو وہ آسانی سے اندازہ لگا سکتے ہیں کہ میموری کی کتنی مقدار درکار ہوگی اور تربیت میں کتنا وقت لگے گا جس سے صارفین کو ان کی تربیت کے عمل کو بہتر بنانے میں مدد ملتی ہے اور ساتھ ہی سسٹم کو ختم ہونے سے روکنے میں مدد ملتی ہے۔ جگہ
PyTorch میں ماڈل پیرامیٹرز کی تعداد کیسے ظاہر کی جائے؟
' nn.Module 'کلاس ہے' پیرامیٹرز() ' طریقہ جو PyTorch ماڈل میں ماڈل پیرامیٹرز کی تعداد دیکھنے کے لیے استعمال ہوتا ہے۔ تمام عناصر کو حاصل کرنے کے لیے، ' نمبر1() 'طریقہ استعمال کیا جاتا ہے۔
پہلے زیر بحث تصور کو سمجھنے کے لیے، آئیے فراہم کردہ کوڈ پر ایک نظر ڈالتے ہیں:
درآمد ٹارچ nn کے طور پر nn
کلاس این این ماڈل ( nn ماڈیول ) :
def __گرم__ ( خود ) :
سپر ( این این ماڈل , خود ) . __گرم__ ( )
خود . fc1 = nn لکیری ( 10 , پچاس )
خود . fc2 = nn لکیری ( پچاس , 1 )
def آگے ( خود , میں ) :
میں = خود . fc1 ( میں )
میں = خود . fc2 ( میں )
واپسی میں
میرا_ماڈل = این این ماڈل ( )
t_params = رقم ( ص نام دو ( ) کے لیے ص میں میرا_ماڈل پیرامیٹرز ( ) )
پرنٹ کریں ( f 'پیرامیٹرز کی کل تعداد: {t_params}' )
اوپر بیان کردہ کوڈ میں:
- سب سے پہلے، ہم ایک ایسے ماڈل کی وضاحت کرتے ہیں جس میں دو لکیری پرتیں ہوں۔
- پھر، ماڈل کی مثال بنائیں اور استعمال کریں ' پیرامیٹرز() تمام پیرامیٹرز کو بازیافت کرنے کا طریقہ۔
- اگلا، ہم جنریٹر ایکسپریشن کا اطلاق ہر پیرامیٹر کے عناصر کی تعداد کا خلاصہ کرکے تمام پیرامیٹرز کا حساب لگانے کے لیے کرتے ہیں۔
- آخر میں، کال کریں ' پرنٹ کریں() 'اسکرین پر نتیجہ خیز اقدار کو ظاہر کرنے کے لئے بیان:
اوپر بیان کردہ کوڈ میں، ہم نے صرف پیرامیٹرز کی کل تعداد ظاہر کی ہے، اگر آپ پیرامیٹر کا نام اور سائز حاصل کرنا چاہتے ہیں، تو کوڈ کی درج ذیل لائنیں استعمال کی جا سکتی ہیں:
کے لیے نام , پرم میں میرا_ماڈل state_dict ( ) . اشیاء ( ) :پرنٹ کریں ( نام , پرم سائز ( ) )
یہاں:
- ' state_dict() Python ڈکشنری آبجیکٹ ہے جو PyTorch سے ماڈلز کو اسٹور کرنے اور لوڈ کرنے کے لیے استعمال ہوتی ہے۔
- ' آئٹم() ' کا طریقہ اقدار کے ساتھ لغت کی تمام کلیدوں کے ساتھ فہرست کو واپس کرنے کے لیے استعمال کیا جاتا ہے۔
- ' پرنٹ کریں() بیان کو پاس کرکے پیرامیٹر کا نام اور سائز پرنٹ کرنے کے لیے استعمال کیا جاتا ہے۔ سائز() طریقہ اور پیرامیٹر:
بس اتنا ہی ہے! ہم نے PyTorch میں ماڈل پیرامیٹرز کی تعداد پرنٹ کرنے کا سب سے آسان طریقہ مرتب کیا ہے۔
نتیجہ
PyTorch میں، ' nn.Module ” کلاس کا استعمال ماڈلز کی وضاحت کے لیے کیا جاتا ہے جس میں ماڈل بنانے والے تمام آپریشنز اور پرتیں شامل ہیں۔ ' nn.Module 'کلاس ہے' پیرامیٹرز() ' طریقہ جو PyTorch ماڈل میں ماڈل پیرامیٹرز کی تعداد دیکھنے کے لیے استعمال ہوتا ہے۔ اس تحریر نے PyTorch میں ماڈل پیرامیٹرز کی تعداد پرنٹ کرنے کا طریقہ دکھایا۔