Comments (6)
Quelques tests:
- Fonctionne:
>>> from revert.models import BarlowTwins
>>> from revert.models import ConvNet
>>> model = ConvNet([[10, 4, 2],[12, 8, 3]])
>>> twins = BarlowTwins(model)
>>> twins.save("twins.pt")
>>> BarlowTwins.load("twins.pt")
BarlowTwins(
(model): ConvNet(
(dropout): Dropout(p=0.0, inplace=False)
(conv0): Conv1d(4, 8, kernel_size=(2,), stride=(1,), padding=same, padding_mode=circular)
(pool0): MaxPool1d(kernel_size=0, stride=0, padding=0, dilation=1, ceil_mode=False)
)
)
Ici la classe BarlowTwins
définit sa loss comme méthode
- Fonctionne:
>>> from revert.models import ConvNet, BarlowTwins
>>> f = ConvNet([[10, 5, 5], [10, 5, 5]])
>>> g = ConvNet([[10, 5, 5], [10, 5, 5]])
>>> h = f @ g
>>> h.save("pipe.pt")
>>> from revert.models import Module
>>> Module.lo
Module.load( Module.load_state_dict( Module.loss_on(
>>> Module.load("pipe.pt")
Pipe(
(module0): ConvNet(
(dropout): Dropout(p=0.0, inplace=False)
(conv0): Conv1d(5, 5, kernel_size=(5,), stride=(1,), padding=same, padding_mode=circular)
(pool0): MaxPool1d(kernel_size=1, stride=1, padding=0, dilation=1, ceil_mode=False)
)
(module1): ConvNet(
(dropout): Dropout(p=0.0, inplace=False)
(conv0): Conv1d(5, 5, kernel_size=(5,), stride=(1,), padding=same, padding_mode=circular)
(pool0): MaxPool1d(kernel_size=1, stride=1, padding=0, dilation=1, ceil_mode=False)
)
)
Ici pas de loss définie
- Ne fonctionne pas:
>>> h.loss = lambda y, yt: (y - yt).norm()
>>> h.save("pipe.pt")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/home/oli/revert/revert/models/module.py", line 86, in save
torch.save(self, path)
File "/home/oli/.local/lib/python3.9/site-packages/torch/serialization.py", line 379, in save
_save(obj, opened_zipfile, pickle_module, pickle_protocol)
File "/home/oli/.local/lib/python3.9/site-packages/torch/serialization.py", line 484, in _save
pickler.dump(obj)
_pickle.PicklingError: Can't pickle <function <lambda> at 0x7f4922901280>: attribute lookup <lambda> on __main__ failed
Le problème semble venir du fait que python ne sait pas sérialiser une fonction et que la classe en elle-même ne définit pas loss
from revert.
Du coup il faudrait interdire les cas où l'on ajoute la loss "à la main", même avec un setattr(...)
Il faudrait définir une classe à chaque fois que l'on veut changer de loss, par exemple:
class ConvNet_MSE(ConvNet):
def loss(self, y, y_tgt):
return ((y - y_tgt)**2).mean()
[EDIT] pas obligé
from revert.
Il faut aussi redéfinir la méthode loss
de la classe Pipe
comme ça: (et supprimer la partie correspondante du __init__
)
class Pipe(Module):
def loss(self, y, *ys):
return self.modules[-1].loss(y, *ys)
from revert.
N.B. pour pas trop s'embêter on pourra aussi définir une loss par défaut dans Module
from revert.
Erratum:
Celui-ci fonctionne (4):
>>> def mseLoss(y, yt) : return ((y - yt)**2).mean()
>>> h = f @ g
>>> setattr(h, "loss", mseLoss)
>>> h.save("pipe.pt")
>>> h = Module.load("pipe.pt")
>>> h.loss
<function mseLoss at 0x7f....>
Donc vraisemblablement, si la fonction est définie dans le scope local, pickle va seulement sauvegarder le nom de la fonction pour tenter de de la retrouver dans le scope en lecture
=> pas possible pour les lambdas (anonymes)
Ca marche bien si on ferme la session et retente de charger h, pourvu qu'une fonction mseLoss
existe dans le scope 🙂
Du coup il suffirait de garder nos loss définies dans un module à part!
from revert.
Autre problème était: sérialisation de module.writer
avant qu'il ne soit fermé
Tout marche bien après appel de module.writer.close()
from revert.
Related Issues (10)
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from revert.