Pytorch實現模型蒸餾

簡單記錄一下使用pytorch進行模型蒸餾的主要**,，其餘資料處理的內容可以另行補充

import torch

import torch.nn as nn
import numpy as np
from torch.nn import crossentropyloss
from torch.utils.data import tensordataset,dataloader,sequentialsampler
class
model
(nn.module)
:	def __init__
(self,input_dim,hidden_dim,output_dim)
:super
(model,self)
.__init__()
self.layer1 = nn.
lstm
(input_dim,hidden_dim,output_dim,batch_first = true)
self.layer2 = nn.
linear
(hidden_dim,output_dim)
def forward
(self,inputs)
:		layer1_output,layer1_hidden = self.
layer1
(inputs)
layer2_output = self.
layer2
(layer1_output)
layer2_output = layer2_output[:,
-1,:
]#取出乙個batch中每個句子最後乙個單詞的輸出向量即該句子的語義向量！！！！！！！!！
return layer2_output
#建立小模型
model_student =
model
(input_dim =
2,hidden_dim =
8,output_dim =4)
#建立大模型（此處仍然使用lstm代替，可以使用訓練好的bert等複雜模型）
model_teacher =
model
(input_dim =
2,hidden_dim =
16,output_dim =4)
#設定輸入資料，此處只使用隨機生成的資料代替
inputs = torch.
randn(4
,6,2
)true_label = torch.
tensor([
0,1,
0,0]
)#生成dataset
dataset =
tensordataset
(inputs,true_label)
#生成dataloader
sampler =
sequentialsampler
(inputs)
dataloader =
dataloader
(dataset = dataset,sampler = sampler,batch_size =2)
loss_fun =
crossentropyloss()
criterion  = nn.
kldivloss
()#kl散度
optimizer = torch.optim.
sgd(model_student.
parameters()
,lr =
0.1,momentum =
0.9)#優化器，優化器中只傳入了學生模型的引數，因此此處只對學生模型進行引數更新，正好實現了教師模型引數不更新的目的
for step,batch in
enumerate
(dataloader)
:	inputs = batch[0]
labels = batch[1]
#分別使用學生模型和教師模型對輸入資料進行計算
output_student =
model_student
(inputs)
output_teacher =
model_teacher
(inputs)
#計算學生模型和真實標籤之間的交叉熵損失函式值
loss_hard =
loss_fun
(output_student,labels)
#計算學生模型**結果和教師模型**結果之間的kl散度
loss_soft =
criterion
(output_student,output_teacher)
loss =
0.9*loss_soft +
0.1*loss_hard
print
(loss)
optimizer.
zero_grad()
loss.
backward()
optimizer.
step
()

pytorch設計模型

1.nn.modulelist使對於加入其中的子模組，不必在forward中依次呼叫 nn.sequentialt使對於加入其中的子模組在forward中可以通過迴圈實現呼叫 2.pytorch中nn.modulelist和nn.sequential的用法和區別 nn.sequential定義的網路...

pytorch自動求導實現感知機模型

感知機理論知識鏈結。usr bin env python encoding utf 8 created on 2019 12 31 21 17 author phil import torch.nn as nn import torch import numpy as np import torch...

pytorch模型儲存的2種實現方法

1 儲存整個網路結構資訊和模型引數資訊 torch.s e model object,vghvryahy model.pth 直接載入即可使用 model tor程式設計客棧ch.load model.pth 2 只儲存網路的模型引數 推薦使用 www.cppcns.comtorch.s e mod...