Merge pull request PyTorchKorea#76 from 9bow/recipes_source/recipes/saving_multiple_models_in_one_file

'PyTorch에서 여러 모델을 하나의 파일에 저장하기 & 불러오기' 번역 (PyTorchKorea#75)

Author: creduo

recipes_source/recipes/saving_multiple_models_in_one_file.py

@@ -1,66 +1,60 @@
 """
-Saving and loading multiple models in one file using PyTorch
+PyTorch에서 여러 모델을 하나의 파일에 저장하기 & 불러오기
 ============================================================
-Saving and loading multiple models can be helpful for reusing models
-that you have previously trained.
+여러 모델을 저장하고 불러오는 것은 이전에 학습했던 모델들을 재사용하는데 도움이 됩니다.
 
-Introduction
+개요
 ------------
-When saving a model comprised of multiple ``torch.nn.Modules``, such as
-a GAN, a sequence-to-sequence model, or an ensemble of models, you must
-save a dictionary of each model’s state_dict and corresponding
-optimizer. You can also save any other items that may aid you in
-resuming training by simply appending them to the dictionary.
-To load the models, first initialize the models and optimizers, then
-load the dictionary locally using ``torch.load()``. From here, you can
-easily access the saved items by simply querying the dictionary as you
-would expect.
-In this recipe, we will demonstrate how to save multiple models to one
-file using PyTorch.
-
-Setup
------
-Before we begin, we need to install ``torch`` if it isn’t already
-available.
+GAN이나 시퀀스-투-시퀀스(sequence-to-sequence model), 앙상블 모델(ensemble of models)과
+같이 여러 ``torch.nn.Modules`` 로 구성된 모델을 저장할 때는 각 모델의 state_dict와
+해당 옵티마이저(optimizer)의 사전을 저장해야 합니다. 또한, 학습 학습을 재개하는데
+필요한 다른 항목들을 사전에 추가할 수 있습니다. 모델들을 불러올 때에는, 먼저
+모델들과 옵티마이저를 초기화하고, ``torch.load()`` 를 사용하여 사전을 불러옵니다.
+이후 원하는대로 저장한 항목들을 사전에 조회하여 접근할 수 있습니다.
+이 레시피에서는 PyTorch를 사용하여 여러 모델들을 하나의 파일에 어떻게 저장하고
+불러오는지 살펴보겠습니다.
+
+설정
+---------
+시작하기 전에 ``torch`` 가 없다면 설치해야 합니다.
 
 ::
 
    pip install torch
-   
+
 """
 
 
 
 ######################################################################
-# Steps
-# -----
-# 
-# 1. Import all necessary libraries for loading our data
-# 2. Define and intialize the neural network
-# 3. Initialize the optimizer
-# 4. Save multiple models
-# 5. Load multiple models
-# 
-# 1. Import necessary libraries for loading our data
+# 단계(Steps)
+# -------------
+#
+# 1. 데이터 불러올 때 필요한 라이브러리들 불러오기
+# 2. 신경망을 구성하고 초기화하기
+# 3. 옵티마이저 초기화하기
+# 4. 여러 모델들 저장하기
+# 5. 여러 모델들 불러오기
+#
+# 1. 데이터 불러올 때 필요한 라이브러리들 불러오기
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
-# 
-# For this recipe, we will use ``torch`` and its subsidiaries ``torch.nn``
-# and ``torch.optim``.
-# 
+#
+# 이 레시피에서는 ``torch`` 와 여기 포함된 ``torch.nn`` 와 ``torch.optim` 을
+# 사용하겠습니다.
+#
 
 import torch
 import torch.nn as nn
 import torch.optim as optim
 
 
 ######################################################################
-# 2. Define and intialize the neural network
+# 2. 신경망을 구성하고 초기화하기
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
-# 
-# For sake of example, we will create a neural network for training
-# images. To learn more see the Defining a Neural Network recipe. Build
-# two variables for the models to eventually save.
-# 
+#
+# 예를 들어, 이미지를 학습하는 신경망을 만들어보겠습니다. 더 자세한 내용은
+# 신경망 구성하기 레시피를 참고해주세요. 모델을 저장할 2개의 변수들을 만듭니다.
+#
 
 class Net(nn.Module):
     def __init__(self):
@@ -86,25 +80,24 @@ def forward(self, x):
 
 
 ######################################################################
-# 3. Initialize the optimizer
+# 3. 옵티마이저 초기화하기
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
-# 
-# We will use SGD with momentum to build an optimizer for each model we
-# created.
-# 
+#
+# 생성한 모델들 각각에 모멘텀(momentum)을 갖는 SGD를 사용하겠습니다.
+#
 
 optimizerA = optim.SGD(netA.parameters(), lr=0.001, momentum=0.9)
 optimizerB = optim.SGD(netB.parameters(), lr=0.001, momentum=0.9)
 
 
 ######################################################################
-# 4. Save multiple models
+# 4. 여러 모델들 저장하기
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~
-# 
-# Collect all relevant information and build your dictionary.
-# 
+#
+# 관련된 모든 정보들을 모아서 사전을 구성합니다.
+#
 
-# Specify a path to save to
+# 저장할 경로 지정
 PATH = "model.pt"
 
 torch.save({
@@ -116,12 +109,11 @@ def forward(self, x):
 
 
 ######################################################################
-# 4. Load multiple models
+# 5. 여러 모델들 불러오기
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~
-# 
-# Remember to first initialize the models and optimizers, then load the
-# dictionary locally.
-# 
+#
+# 먼저 모델과 옵티마이저를 초기화한 뒤, 사전을 불러오는 것을 기억하십시오.
+#
 
 modelA = Net()
 modelB = Net()
@@ -136,27 +128,26 @@ def forward(self, x):
 
 modelA.eval()
 modelB.eval()
-# - or -
+# - 또는 -
 modelA.train()
 modelB.train()
 
 
 ######################################################################
-# You must call ``model.eval()`` to set dropout and batch normalization
-# layers to evaluation mode before running inference. Failing to do this
-# will yield inconsistent inference results.
-# 
-# If you wish to resuming training, call ``model.train()`` to ensure these
-# layers are in training mode.
-# 
-# Congratulations! You have successfully saved and loaded multiple models
-# in PyTorch.
-# 
-# Learn More
-# ----------
-# 
-# Take a look at these other recipes to continue your learning:
-# 
-# -  TBD
-# -  TBD
-#  
+# 추론(inference)을 실행하기 전에 ``model.eval()`` 을 호출하여 드롭아웃(dropout)과
+# 배치 정규화 층(batch normalization layer)을 평가(evaluation) 모드로 바꿔야한다는
+# 것을 기억하세요. 이것을 빼먹으면 일관성 없는 추론 결과를 얻게 됩니다.
+#
+# 만약 학습을 계속하길 원한다면 ``model.train()`` 을 호출하여 이 층(layer)들이
+# 학습 모드인지 확인(ensure)하세요.
+#
+# 축하합니다! 지금까지 PyTorch에서 여러 모델들을 저장하고 불러왔습니다.
+#
+# 더 알아보기
+# ------------
+#
+# 다른 레시피를 둘러보고 계속 배워보세요:
+#
+# - :doc:`/recipes/recipes/saving_and_loading_a_general_checkpoint`
+# - :doc:`/recipes/recipes/saving_multiple_models_in_one_file`
+#