問題タブ [fast-ai]

スクリプトをセットアップしていますが、fast-aiパッケージからいくつかの関数を使用する必要があります。実際、私は Windows を使用しており、パスを定義すると、fast-ainamedの関数load_learnerはモデルをロードできません。

関数を次のようにパッケージに変更しようとしました。

state = pickle.load(open(str(path) + '/' + str(fname), 'rb'))

それ以外の：

state = pickle.load(open(path/fname, 'rb'))

しかし、私はこのエラーを取得します:

私のパスは次のように定義されています。

関数を次のように呼び出します。 model = load_learner(folder_path, fname)

この関数で Windows パスを使用するにはどうすればよいですか?

更新 1

投稿された回答は、Linux でのみ正しかったです。Windowsでまだ問題があります。Windows で PosixPath を通過する方法が見つかりませんでした。私が見つけた唯一の解決策は、モジュールから内部パッケージを変更することですが、この種の問題を解決する安全な方法ではありません。

前もって感謝します。

高速 AI を使用して言語モデルを微調整することができました。文の類似性のために微調整されたモデルから文の埋め込みを抽出したいと思います。エンコーダー モデルの埋め込みを取得するにはどうすればよいですか? また、USE などの他のモデルからの他の埋め込みのように、埋め込みを内積と比較できますか?

私のコードは、learn からエンコーディングを取得するにはどうすればよいですか?

トレーニング データとは異なるサイズの画像で予測を実行することは可能ですか? 特定のサイズ (1000*1000) の写真で unet_learner をトレーニングし、後で使用するためにエクスポートしました。

次に、次のものをロードします。

しかし、入力画像のサイズが異なる場合はどうなるでしょうか。

fastai モデルをエクスポートして再ロードするたびに、再ロードされたモデルを使用して新しいテスト セットで予測を生成しようとすると、次のエラー (または非常に類似したエラー) が発生します。

FILES_DIR以下の最小限の再現可能なコード例では、MNIST データがシステムに保存される場所に変数を更新するだけで済みます。

出力：

「RuntimeError: 入力タイプ (torch.cuda.FloatTensor) と重みタイプ (torch.cuda.HalfTensor) は同じでなければなりません」

ステートメントごとにコードをステップ実行すると、pred = ...上記のトーチ エラーが表示される最後の行まで、すべて正常に動作します。

関連するソフトウェア バージョン:

Python 3.7.3 fastai 1.0.57
トーチ 1.2.0 トーチ
ビジョン 0.4.0