ⓑ dest: 입력 값이 저장되는 변수입니다. 예제의 경우 lr_scheduler 변수에 입력 값이 저장됩니다.
ⓒ action: action을 store_true로 지정하면 입력 값을 dest 파라미터에 의해 생성된 변수에 저장합니다.
② 입력받은 인수 값(예 lr_scheduler)이 실제로 args 변수에 저장됩니다.
이번 예제에서는 모델의 네트워크를 생성하는 것이 아닌 사전 훈련된 ResNet50을 사용합니다. ResNet50에서 사용하는 파라미터에 대해 확인해 보겠습니다.
그 전에 예제 진행을 위해 ipywidgets 라이브러리를 아나콘다 프롬프트에서 설치합니다.
> pip install ipywidgets
혹은
> conda install -c conda-forge ipywidgets
코드 8-27 사전 훈련된 모델의 파라미터 확인
print(f"Computation device: {device}\n") ------ CPU를 사용하는지 GPU를 사용하는지 검사
model = models.resnet50(pretrained=True).to(device) ------ 사전 훈련된 ResNet50 사용
total_params = sum(p.numel() for p in model.parameters()) ------ 총 파라미터 수
print(f"{total_params:,} total parameters.")
total_trainable_params = sum(
p.numel() for p in model.parameters() if p.requires_grad) ------ 학습 가능한 파라미터 수
print(f"{total_trainable_params:,} training parameters.")