L'action dlImportModelWeights permet d'accélérer drastiquement le cycle de vie de vos projets en capitalisant sur des modèles pré-entraînés via la technique du Transfer Learning. Plutôt que d'entraîner un réseau de neuronesUn réseau de neurones est un modèle d'IA bio-inspiré composé de couches de nœuds interconnectés, capable d'apprendre des relations complexes dans les données pour prédire ou classifier avec précision. profonds depuis zéro, ce qui consomme énormément de ressources de calcul et de temps, vous pouvez importer les tenseurs de poids d'un modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). externe directement dans l'environnement distribué CAS (Cloud Analytic ServicesMoteur d'exécution in-memory de SAS Viya. Il assure le traitement massivement parallèle (MPP) et distribué des données pour optimiser les performances analytiques et le passage à l'échelle.). Cela vous permet d'intégrer des standards de l'industrie dans votre plan de données SAS Viya pour effectuer de l'inférence à très grande échelle ou de l'ajustement fin.
Pourquoi importer des poids de modèles externes dans SAS Viya et quel est l'impact sur vos projets d'Intelligence Artificielle ?
Optimisation du Transfer Learning via CAS
Exemples pour l'action dlImportModelWeights
Importation classique de poids Keras
Ce code charge les poids stockés dans un fichier `.h5` issu de Keras dans la table CAS %%Poids_Importes%%, pour l'appliquer à l'architecture %%MonModeleKeras%%.
Importation de poids pour la reconnaissance d'images (ResNet50)
Lorsque la complexité du réseau le requiert, l'option %%dataSpecs%% permet d'indiquer à la couche d'entrée du modèle (ici `input_1`) qu'elle doit se binder correctement avec des tenseurs de type %%IMAGE%%. Idéal pour faire correspondre l'architecture Keras d'origine aux couches construites dans SAS Viya.
Conseil de l'Expert
Avant d'importer vos poids, assurez-vous que l'architecture de votre modèle (dlBuildModel) dans SAS Viya correspond exactement couche par couche à la structure du modèle source. Une simple différence de dimension sur une couche de pooling ou une activation peut invalider l'alignement des tenseurs lors de l'exécution de l'action dlImportModelWeights.
Cette réponse vous a-t-elle aidé ?
À lire aussi...
Votre infrastructure matérielle nécessite-t-elle absolument des GPU pour exécuter l'importation de ces matrices analytiques ?
Quels sont les frameworks Open Source compatibles et comment gérer le transfert des fichiers de poids vers votre cluster ?
Comment l'action dlImportModelWeights fait-elle le lien critique entre l'architecture réseau SAS et les poids externes importés ?
Quelle est la meilleure pratique pour gérer le dictionnaire des étiquettes métiers lors du chargement d'un modèle de classification ?