Retour aux cas pratiques
PyTorchFondamental
Correction d’un modèle sans désactivation des gradients en inférence
Scénario
Contexte : L’inférence consomme trop de mémoire et est lente. Le Problème : Les gradients restent activés pendant la phase de test. Extrait logique actuelle : outputs = model(X_test) Sans torch.no_grad(). Contraintes : Encapsuler l’inférence dans torch.no_grad(). Comparer consommation mémoire et vitesse. Livrable attendu : Corriger la phase d’inférence pour optimiser performance et consommation mémoire.
Compétences ciblées
inferenceno-gradoptimizationbugfixmemory-management