PyTorch で動的な次元を持つモデルをエクスポートする方法: torch.export.dynamic_dim() 関数

PyTorch の "Traced Graph Export" に関連する "torch.export.dynamic_dim()" のプログラミング解説

PyTorch の torch.export.dynamic_dim() 関数は、動的な次元を持つモデルのトレースされたグラフをエクスポートするために使用されます。これは、モデルの入力が異なる形状を持つ場合に役立ちます。

詳細

torch.export.dynamic_dim() 関数は、モデル内の特定のテンソルに対して呼び出されます。この関数は、そのテンソルが動的な次元を持つことを示し、エクスポートされたモデルがそのテンソルの形状を処理できるようにします。

例

import torch

class MyModel(torch.nn.Module):
    def __init__(self):
        super().__init__()
        self.linear = torch.nn.Linear(10, 1)

    def forward(self, x):
        # x は動的な次元のテンソルであることを示します
        torch.export.dynamic_dim(x, "batch_dim")
        return self.linear(x)

model = MyModel()
model.export("my_model.pt")

この例では、MyModel クラスの forward メソッドは、x という動的な次元のテンソルを受け取ります。torch.export.dynamic_dim(x, "batch_dim") を呼び出すことで、x がバッチ次元を持つことを示します。これにより、エクスポートされたモデルは、x のバッチ次元を処理できるようになります。

注意事項

• torch.export.dynamic_dim() 関数は、PyTorch 1.8 以降でのみ使用できます。
• 動的な次元のテンソルは、トレースされたグラフ内で使用できる唯一の動的形状のテンソルである必要があります。
• 動的な次元のテンソルは、トレースされたグラフ内の最初の操作でなければなりません。

torch.export.dynamic_dim() 関数は、動的な次元を持つモデルのトレースされたグラフをエクスポートするために使用されます。これは、モデルの入力が異なる形状を持つ場合に役立ちます。

PyTorch のサンプルコード

特定のタスクのサンプルコードを探している場合は、Google 検索を使用して、次のようなクエリを使用できます。

pytorch + [タスク] サンプルコード

たとえば、画像分類のサンプルコードを探している場合は、次のクエリを使用できます。

pytorch + 画像分類 サンプルコード

PyTorch を学ぶのに役立つさまざまなサンプルコードリソースが利用できます。上記の公式およびコミュニティリポジトリに加えて、Google 検索を使用して特定のタスクのサンプルコードを見つけることもできます。

PyTorch でトレースされたグラフをエクスポートするその他の方法

torch.jit.save() 関数は、トレースされたモデルを .pt ファイルに保存します。このファイルは、後で torch.jit.load() 関数を使用してロードできます。この方法は、動的な次元を持つモデルをエクスポートする必要がない場合に適しています。

import torch

class MyModel(torch.nn.Module):
    def __init__(self):
        super().__init__()
        self.linear = torch.nn.Linear(10, 1)

    def forward(self, x):
        return self.linear(x)

model = MyModel()
torch.jit.save(model, "my_model.pt")

torch.jit.script() 関数は、Python 関数からトレースされたモデルを作成します。このモデルは、後で torch.jit.load() 関数を使用してロードできます。この方法は、動的な次元を持つモデルをエクスポートする必要がない場合に適しています。

import torch

def my_model(x):
    return torch.nn.functional.linear(x, torch.ones(10), torch.zeros(1))

model = torch.jit.script(my_model)
torch.jit.save(model, "my_model.pt")

ONNX を使用する

ONNX は、オープンな形式のモデル表現です。PyTorch モデルを ONNX 形式にエクスポートするには、torch.onnx.export() 関数を使用できます。このモデルは、その後、ONNX 対応のランタイムで実行できます。

import torch
import torchvision

model = torchvision.models.resnet18()

# ダミー入力を生成します
dummy_input = torch.randn(1, 3, 224, 224)

# モデルを ONNX 形式にエクスポートします
torch.onnx.export(model, dummy_input, "my_model.onnx")

PyTorch でトレースされたグラフをエクスポートするには、さまざまな方法があります。使用する方法は、特定のニーズによって異なります。

• torch.export.dynamic_dim() 関数は、動的な次元を持つモデルをエクスポートする必要がある場合に適しています。
• torch.jit.save() 関数は、動的な次元を持つモデルをエクスポートする必要がない場合に適しています。
• torch.jit.script() 関数は、Python 関数からトレースされたモデルを作成する必要がある場合に適しています。
• ONNX は、PyTorch モデルをさまざまなランタイムで実行できるようにする必要がある場合に適しています。

この情報がお役に立てば幸いです。他にご不明な点がございましたら、お気軽にお問い合わせください。