使用 pytorch-lightning 进行简单预测的示例

Question

我有一个现有的模型，我在其中加载一些预训练的权重，然后在 pytorch 中进行预测（一次一张图像）。我试图基本上将它转换为 pytorch 闪电模块，但对一些事情感到困惑。

所以目前，我的 __init__ 模型方法如下所示：

self._load_config_file(cfg_file)
# just creates the pytorch network
self.create_network()  

self.load_weights(weights_file)

self.cuda(device=0)  # assumes GPU and uses one. This is probably suboptimal
self.eval()  # prediction mode

我可以从闪电文档中收集到的信息，我几乎可以做同样的事情，除了不进行 cuda() 调用。所以像：

self.create_network()

self.load_weights(weights_file)
self.freeze()  # prediction mode

所以，我的第一个问题是，这是否是正确的闪电使用方式？闪电如何知道它是否需要使用 GPU？我猜这需要在某处指定。

现在，对于预测，我有以下设置：

def infer(frame):
    img = transform(frame)  # apply some transformation to the input
    img = torch.from_numpy(img).float().unsqueeze(0).cuda(device=0)
    with torch.no_grad():
        output = self.__call__(Variable(img)).data.cpu().numpy()
    return output

这是让我感到困惑的地方。我需要重写哪些函数才能进行与闪电兼容的预测？

另外，目前，输入是一个 numpy 数组。这是 lightning 模块可能实现的东西，还是总是必须使用某种数据加载器？

在某些时候，我想扩展这个模型实现来进行训练，所以想确保我做对了，但是虽然大多数例子都集中在训练模型上，但一个简单的例子只是在生产时进行预测在单个 image/data 点上可能会有用。

我在带有 cuda 10.1 的 GPU 上使用 0.7.5 和 pytorch 1.4.0

Answer 1

LightningModule 是 torch.nn.Module 的子 class，因此同一个模型 class 将适用于推理和训练。因此，您可能应该在 __init__.

之外调用 cuda() 和 eval() 方法

因为它只是一个 nn.Module 引擎盖下的东西，一旦你加载了你的权重，你不需要重写任何方法来执行推理，只需调用模型实例。这是您可以使用的玩具示例：

import torchvision.models as models
from pytorch_lightning.core import LightningModule

class MyModel(LightningModule):
    def __init__(self):
        super().__init__()
        self.resnet = models.resnet18(pretrained=True, progress=False)
    
    def forward(self, x):
        return self.resnet(x)

model = MyModel().eval().cuda(device=0)

然后实际上运行推断您不需要方法，只需执行以下操作：

for frame in video:
    img = transform(frame)
    img = torch.from_numpy(img).float().unsqueeze(0).cuda(0)
    output = model(img).data.cpu().numpy()
    # Do something with the output

PyTorchLighting 的主要好处是您还可以使用相同的 class 进行训练，方法是在 class 上实施 training_step()、configure_optimizers() 和 train_dataloader() ].您可以在 PyTorchLightning docs.

中找到一个简单的示例

使用 pytorch-lightning 进行简单预测的示例

example of doing simple prediction with pytorch-lightning

pytorch

pytorch-lightning