【Pytorch】 如何固化参数?

经常听到Pytorch模型中有人讲要固化参数,那么怎么固化参数呢?

“固化”就是固定参数,不要改变的意思。那么参数什么时候会发生改变呢,就是在损失函数对参数求导数的时候,然后参数会更新,那么我们只要阻止参数求导,令其在更新时的改变量为0,即固化参数。

# freeze all transformer weights
for param in self.model.parameters():
    param.requires_grad = False

下面是对有些NLP基础的人说的:

一般的用法是把model 换成bert等预训练的词向量,因为我们在使用预训练的词向量的时候有些不需要对词向量进行更新,即不进行finetune,所以使用该代码固定词向量即可。

最好再加一个开关,即由用户自定义是否需要固化参数:

 if freeze:
      print("Freeze transformer weights")

      # freeze all transformer weights
      for param in self.model.parameters():
          param.requires_grad = False
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值