Initialisation des couches et transfert d'apprentissage

Introduction au Deep Learning avec PyTorch

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

Initialisation des couches

import torch.nn as nn

layer = nn.Linear(64, 128)
print(layer.weight.min(), layer.weight.max())

(tensor(-0.1250, grad_fn=<MinBackward1>), tensor(0.1250, grad_fn=<MaxBackward1>))

Les poids d'une couche sont initialisés à de petites valeurs
Garder des entrées et des poids petits assure des sorties stables

Initialisation des couches

import torch.nn as nn

layer = nn.Linear(64, 128)
nn.init.uniform_(layer.weight)

print(layer.weight.min(), layer.weight.max())

(tensor(0.0002, grad_fn=<MinBackward1>), tensor(1.0000, grad_fn=<MaxBackward1>))

Transfert d'apprentissage

Réutiliser un modèle entraîné sur une première tâche pour une seconde tâche similaire
- Modèle entraîné sur des salaires de scientifiques des données aux États-Unis
- Utiliser ces poids pour entraîner sur des salaires européens

import torch

layer = nn.Linear(64, 128)
torch.save(layer, 'layer.pth')

new_layer = torch.load('layer.pth')

Ajustement fin

Un type de transfert d'apprentissage
- Taux d'apprentissage plus petit
- Entraîner une partie du réseau (on en « gèle » certains)
- Règle générale : geler les couches initiales et ajuster finement celles proches de la sortie

import torch.nn as nn

model = nn.Sequential(nn.Linear(64, 128),
                      nn.Linear(128, 256))

for name, param in model.named_parameters():
    if name == '0.weight':
        param.requires_grad = False

Passons à la pratique !

Introduction au Deep Learning avec PyTorch