python - 保存和 fast.ai v1 ULMFiT 模型。到/从磁盘

标签 python deep-learning fast-ai

简单的问题。

I have been doing experiments with ULMFiT

但是我没有找到一种轻松地将模型保存到磁盘或从磁盘加载模型的方法?本示例中创建的 RNNLearner 类有一个可用的加载方法,但未记录该方法。

我尝试了多种方法,但都不起作用。我缺少什么吗?似乎没有任何从磁盘加载快速 AI v1 模型的示例。

最佳答案

RNNLearner() class有一个 save_encoder() 方法。例如,如果您的 RNNLearner() 对象被称为 learn,则调用 save_encoder() 方法的调用将为:learn .save_encoder(name='my_model_name')

此外,RNNLearner() 类继承自 Learner() class ,它本身包含一个 save() 方法。

save_encoder()save() 方法都有一个 name 参数,该参数采用一个字符串作为名称。您的模型已保存。

关于python - 保存和 fast.ai v1 ULMFiT 模型。到/从磁盘,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54121152/

相关文章:

python - 属性错误: module 'enum' has no attribute 'IntFlag' - fastai install

python - OpenCV 大图像(大于 1gb)替代方案

python - 如何在两个坐标数组中找到相同的 x,y 坐标?

audio - 如果我使用不同采样率的音频数据集进行深度学习,会有什么问题吗?

machine-learning - 如何使用 Keras 更改 RNN 中的隐藏状态激活大小?

python - lr_find 中“已尝试使用 fast.ai 启动”

python - 我无法使用 fastai.text 中的 pretrained_model=URLs.WT103

python - 将值放在直方图的 bin 中心

python - 使用 `str.format` 函数但不使用 %s 语法时出现键错误

python - 如何在 Tensorflow 中使用 tf.layers.dense 和 tf.data.Dataset 开发神经网络?