PyTorch Lightning ile Ölçeklenebilir AI Modelleri
Sergiy Tkachuk
Director, GenAI Productivity
Python'dan bağımsız
Üretimde verimli
Örnekler:

Python'dan bağımsız
Üretimde verimli
Örnekler:

Dönüştürme için iki yöntem:
torch.jit.trace: Örnek girdilerle yürütmeyi izlertorch.jit.script: Python kodunu analiz ederek derlerNe zaman kullanılır:
trace kullanınscript kullanınimport torch import torch.nn as nnclass SimpleModel(nn.Module): def forward(self, x): return x * 2model = SimpleModel() scripted_model = torch.jit.script(model)
$$
torch.jit.save: Betiklenmiş modeli dosyaya kaydedertorch.jit.load: Çıkarım için modeli geri yükler$$
# Save the model
torch.jit.save(scripted_mod,"model.pt")
# Load the model
loaded_model=torch.jit.load("model.pt")
Örnek Girdi:
[1.0, 2.0, 3.0]Örnek Çıktı:
[2.0, 4.0, 6.0]# Perform inference input_arr = [1.0, 2.0, 3.0] input_tensor = torch.tensor(input_arr)output = loaded_model(input_tensor) print(output)
$$
torch.jit.trace: Statik modeller içintorch.jit.script: Dinamik kontrol akışını desteklertorch.jit.save: Betiklenmiş modeli kaydedertorch.jit.load: Çıkarım için yeniden yüklerPyTorch Lightning ile Ölçeklenebilir AI Modelleri