الوحدات والمعاملات والمخازن

import torch
from torch import nn
class CenteredScale(nn.Module):
    def __init__(self):
        super().__init__()
        self.weight = nn.Parameter(torch.tensor(3.0, dtype=torch.float64, device="cpu"))
        self.register_buffer("center", torch.tensor(2.0, dtype=torch.float64, device="cpu"))
    def forward(self, x):
        return self.weight*(x-self.center)
model = CenteredScale()
x = torch.tensor([3.0,4.0], dtype=torch.float64, device="cpu")
print("output", model(x).tolist())
print("parameters", sorted(dict(model.named_parameters())))
print("buffers", sorted(dict(model.named_buffers())))
print("state keys", sorted(model.state_dict()))

output [3.0, 6.0]
parameters ['weight']
buffers ['center']
state keys ['center', 'weight']

يسجل Parameter ومخزن دائم بدورين مختلفين ويدخلان state_dict معاً. اشتُقت نتائج التسجيل والموترات المتوقعة ولم تنفذ.

state = {"parameters":{"weight":3.0}, "buffers":{"center":2.0}}
values = [3.0,4.0]
outputs = [state["parameters"]["weight"]*(x-state["buffers"]["center"]) for x in values]
parameter_count = len(state["parameters"])
print("output", outputs)
print("trainable scalar count", parameter_count)
print("state entries", parameter_count+len(state["buffers"]))

output [3.0, 6.0]
trainable scalar count 1
state entries 2

يفحص المرافق حساباً عددياً يراعي الأدوار؛ ولا تنفذ القواميس العادية تسجيل الوحدات أو نقل حالتها أو خطافاتها أو تحسينها.