Retour aux cas pratiques
PyTorchFondamental
Correction d’un modèle sans sauvegarde des poids entraînés
Scénario
Contexte : Après entraînement, les résultats ne sont pas reproductibles et les poids sont perdus. Le Problème : Aucun mécanisme de sauvegarde n’est en place. Extrait logique actuelle : model = MyModel() Sans torch.save(). Contraintes : Sauvegarder state_dict du modèle. Permettre rechargement via torch.load(). Vérifier cohérence des prédictions après chargement. Livrable attendu : Mettre en place un mécanisme de sauvegarde et de restauration des poids du modèle.
Compétences ciblées
model-savingstate-dictreproducibilitybugfixpytorch