Estos contenidos se han traducido de forma automática para su comodidad, pero Huawei Cloud no garantiza la exactitud de estos. Para consultar los contenidos originales, acceda a la versión en inglés.
Centro de ayuda>
ModelArts>
Preguntas frecuentes>
Trabajos de entrenamiento>
Compilación del código de entrenamiento>
¿Cómo cargo algunos parámetros bien entrenados durante el entrenamiento laboral?
Actualización más reciente 2023-10-09 GMT+08:00
¿Cómo cargo algunos parámetros bien entrenados durante el entrenamiento laboral?
Durante el entrenamiento de trabajo, algunos parámetros necesitan ser cargados desde un modelo pre-entrenado para inicializar el modelo actual. Puede utilizar los siguientes métodos para cargar los parámetros:
- Consulte todos los parámetros mediante el siguiente código.
from moxing.tensorflow.utils.hyper_param_flags import mox_flags print(mox_flags.get_help())
- Especifique los parámetros que se van a restaurar durante la carga del modelo. checkpoint_include_patterns es el parámetro que necesita ser restaurado, y checkpoint_exclude_patterns es el parámetro que no necesita ser restaurado.
checkpoint_include_patterns: Variables names patterns to include when restoring checkpoint. Such as: conv2d/weights. checkpoint_exclude_patterns: Variables names patterns to include when restoring checkpoint. Such as: conv2d/weights.
- Especifique una lista de parámetros que se van a entrenar. trainable_include_patterns es una lista de parámetros que necesitan ser entrenados, y trainable_exclude_patterns es una lista de parámetros que no necesitan ser entrenados.
--trainable_exclude_patterns: Variables names patterns to exclude for trainable variables. Such as: conv1,conv2. --trainable_include_patterns: Variables names patterns to include for trainable variables. Such as: logits.
Tema principal: Compilación del código de entrenamiento
Compilación del código de entrenamiento Preguntas frecuentes
- ¿Cómo creo un trabajo de entrenamiento cuando el modelo que se va a entrenar hace referencia a un paquete de dependencia?
- What Is the Common File Path for Training Jobs?
- ¿Cómo instalo una biblioteca de la que depende C++?
- ¿Cómo puedo comprobar si una copia de carpeta está completa durante el entrenamiento laboral?
- ¿Cómo cargo algunos parámetros bien entrenados durante el entrenamiento laboral?
- ¿Cómo obtengo los parámetros del trabajo de entrenamiento del archivo de arranque del trabajo de entrenamiento?
- ¿Por qué no puedo usar os.system ('cd xxx') para acceder a la carpeta correspondiente durante el entrenamiento laboral?
- ¿Cómo invoco un script de Shell en un trabajo de entrenamiento para ejecutar el archivo .sh?
- ¿Cómo obtengo la ruta para almacenar el archivo de dependencia en el código de entrenamiento?
- ¿Cuál es la ruta de acceso del archivo si se hace referencia a un archivo del directorio modelo en un paquete personalizado de Python?
Comentarios
¿Le pareció útil esta página?
Deje algún comentario
Muchas gracias por sus comentarios. Seguiremos trabajando para mejorar la documentación.
El sistema está ocupado. Vuelva a intentarlo más tarde.
more