【💊 Python的解憂錦囊】torch.hub.load載入Local模型
圖片來源
最近正好在研究「silero-vad」這套工具， 但根據官方教學，預設的載入方式會從網路上進行下載模型的動作:
model, utils = torch.hub.load(repo_or_dir='snakers4/silero-vad',
model='silero_vad',
force_reload=True)
而這樣的方式雖然簡易，但面對於大部分客戶來說，仍然希望能夠以本地端的方式來載入模型，來隔絕外網連線的風險可能性，俗話說遠水救不了近火，本地端載入肯定比遠端來的快啊！ 因此我們基於這兩點的考量之下決定來研究看看如何進行本地端載入的模式。
那我們可以直接在「repo_or_dir」的參數將路徑指向實體路徑， 並配合「sorce=’local’」的參數即可，並且詳細說明在註解之中了，請取用…。
torch.hub.load(
# 本地的目錄位置
# P.S 預設的路徑會在「/root/.cache/torch/hub/…」。
repo_or_dir='/root/.cache/torch/hub/snakers4_silero-vad_master',
# 專案中「hubconf.py」的可呼叫function
# 白話來說就是模型的載入方式...
model='silero_vad',
# github or local
source='local'
)
關於model參數
我們可以看看「model」參數可以用哪些方式來載入模型，以silero-vad為例，我們可以看到以下四種方式可以載入：
https://github.com/snakers4/silero-vad/blob/master/hubconf.py#L30
關於source參數
我們來看看原始碼的部份， 僅支援github與local。
https://github.com/pytorch/pytorch/blob/main/torch/hub.py#L558
結語
AI領域的道路還真是走得不太容易，許多套件與模型的方式各有千秋，我們沒辦法只會一套功夫就走遍天下，因此只能不斷的學習與發問，深入探究問題的真正原因才能得到一個好的解答，我們分享解惑的過程也是為了讓大家培養問題解決的能力。
學習軟體開發的路上常常苦於網路資訊爆炸嗎？ 教學何其多，但卻遇到無法明確選擇的困境呢？ 歡迎加入「🔒 阿Han的軟體心法實戰營」， 這裡不給您冗餘的雜訊， 單刀直入直接送您業界開發重點， 避開選擇障礙的困境， 讓您獲得業界標準的開發起手式， 成為Top 1的頂尖人才。
119會員
268內容數
哈囉，我是阿Han，是一位 👩💻 軟體研發工程師，喜歡閱讀、學習、撰寫文章及教學，擅長以圖代文，化繁為簡，除了幫助自己釐清思路之外，也希望藉由圖解的方式幫助大家共同學習，甚至手把手帶您設計出高品質的軟體產品。
留言0
查看全部
你可能也想看
Google News 追蹤
現代社會跟以前不同了，人人都有一支手機，只要打開就可以獲得各種資訊。過去想要辦卡或是開戶就要跑一趟銀行，然而如今科技快速發展之下，金融App無聲無息地進到你生活中。但同樣的，每一家銀行都有自己的App時，我們又該如何選擇呢？(本文係由國泰世華銀行邀約)
今天我會用不同角度帶大家看這款國泰世華CUB
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
PyTorch 是一個開源的 Python 機器學習庫，基於 Torch 庫，底層由 C++ 實現，應用於人工智慧領域，如電腦視覺和自然語言處理等。
PyTorch 2.4 引入了多項新功能和改進，包括支援 Python 3.12、AOTInductor 凍結功能、新的高階 Python 自訂運算
在這篇教學文章中，我們將展示如何使用 Node.js 建立一個簡單的伺服器，並解決常見的跨來源資源共享（CORS）問題，確保伺服器能夠接收並處理來自不同來源的資料。
本篇文章介紹如何使用PyTorch構建和訓練圖神經網絡（GNN），並使用Cora資料集進行節點分類任務。通過模型架構的逐步優化，包括引入批量標準化和獨立的消息傳遞層，調整Dropout和聚合函數，顯著提高了模型的分類準確率。實驗結果表明，經過優化的GNN模型在處理圖結構數據具有強大的性能和應用潛力。
Python的模組和庫是可重用的程式碼塊，可透過import語句引入。特定部分可以透過from和import引入，並可使用as指定別名。第三方模組可透過pip工具安裝並在程式碼中使用。此外，也可以創建自定義模組並在其他Python文件中引用。
在Python中，import是一個關鍵字，用於將其他模組或套件中的程式碼引入到當前的程式中以供使用。
這個關鍵字允許你在你的程式中使用其他地方定義的變數、函式和類等。
當你使用import時，Python會搜索指定模組或套件的位置，並將其中的程式碼載入到你的程式中，這樣你就可以在程式中使用它們
接著載入Part 2需要的相關依賴，其分別為：
from torch import cuda, bfloat16import
import transformers
然後選擇我們要的Meta模型，這邊可以是Llama 2或者是Llama 3，後者是Meta最新釋出的模型。
同時我們也讓系統自
第一步先在Python環境中安裝本次專案需要用到的Library，相關指令如下：
!pip install accelerate==0.21.0
!pip install transformers==4.31.0
!pip install tokenizers==0.13.3
!pip insta
ETL是資料倉儲領域中一個重要的概念,全稱為Extract-Transform-Load,中文可譯為"抽取-轉換-載入"。ETL的作用是將來自不同來源的資料抽取出來,經過清理、轉換、整合等處理後,最終將處理好的資料載入到資料倉儲或其他單一的資料存放區
python Streamlit連動github程式碼實現YoloV8網頁版偵測物件
先致敬，YoloV8原作Github程式碼
Streamlit網頁 實現YoloV8 偵測物件
套用模型為YoloV8(YOLOv8n)最小模型，因github上傳檔案最大上限為25mb
導入圖像(搜尋街景
現代社會跟以前不同了，人人都有一支手機，只要打開就可以獲得各種資訊。過去想要辦卡或是開戶就要跑一趟銀行，然而如今科技快速發展之下，金融App無聲無息地進到你生活中。但同樣的，每一家銀行都有自己的App時，我們又該如何選擇呢？(本文係由國泰世華銀行邀約)
今天我會用不同角度帶大家看這款國泰世華CUB
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
PyTorch 是一個開源的 Python 機器學習庫，基於 Torch 庫，底層由 C++ 實現，應用於人工智慧領域，如電腦視覺和自然語言處理等。
PyTorch 2.4 引入了多項新功能和改進，包括支援 Python 3.12、AOTInductor 凍結功能、新的高階 Python 自訂運算
在這篇教學文章中，我們將展示如何使用 Node.js 建立一個簡單的伺服器，並解決常見的跨來源資源共享（CORS）問題，確保伺服器能夠接收並處理來自不同來源的資料。
本篇文章介紹如何使用PyTorch構建和訓練圖神經網絡（GNN），並使用Cora資料集進行節點分類任務。通過模型架構的逐步優化，包括引入批量標準化和獨立的消息傳遞層，調整Dropout和聚合函數，顯著提高了模型的分類準確率。實驗結果表明，經過優化的GNN模型在處理圖結構數據具有強大的性能和應用潛力。
Python的模組和庫是可重用的程式碼塊，可透過import語句引入。特定部分可以透過from和import引入，並可使用as指定別名。第三方模組可透過pip工具安裝並在程式碼中使用。此外，也可以創建自定義模組並在其他Python文件中引用。
在Python中，import是一個關鍵字，用於將其他模組或套件中的程式碼引入到當前的程式中以供使用。
這個關鍵字允許你在你的程式中使用其他地方定義的變數、函式和類等。
當你使用import時，Python會搜索指定模組或套件的位置，並將其中的程式碼載入到你的程式中，這樣你就可以在程式中使用它們
接著載入Part 2需要的相關依賴，其分別為：
from torch import cuda, bfloat16import
import transformers
然後選擇我們要的Meta模型，這邊可以是Llama 2或者是Llama 3，後者是Meta最新釋出的模型。
同時我們也讓系統自
第一步先在Python環境中安裝本次專案需要用到的Library，相關指令如下：
!pip install accelerate==0.21.0
!pip install transformers==4.31.0
!pip install tokenizers==0.13.3
!pip insta
ETL是資料倉儲領域中一個重要的概念,全稱為Extract-Transform-Load,中文可譯為"抽取-轉換-載入"。ETL的作用是將來自不同來源的資料抽取出來,經過清理、轉換、整合等處理後,最終將處理好的資料載入到資料倉儲或其他單一的資料存放區
python Streamlit連動github程式碼實現YoloV8網頁版偵測物件
先致敬，YoloV8原作Github程式碼
Streamlit網頁 實現YoloV8 偵測物件
套用模型為YoloV8(YOLOv8n)最小模型，因github上傳檔案最大上限為25mb
導入圖像(搜尋街景