Формирование нейросетевых архитектур моделей и загрузка их весов для получения результатов оценки персональных качеств (аудио и видео объединение)

  • _b5.av_models_b5_ - Нейросетевые модели nn.Module для получения результатов оценки персональных качеств

Импорт необходимых инструментов

[2]:

from oceanai.modules.lab.build import Run

Сборка

[3]:

_b5 = Run(
    lang = 'ru', # Язык
    color_simple = '#333', # Цвет обычного текста (шестнадцатеричный код)
    color_info = '#1776D2', # Цвет текста содержащего информацию (шестнадцатеричный код)
    color_err = '#FF0000', # Цвет текста содержащего ошибку (шестнадцатеричный код)
    color_true = '#008001', # Цвет текста содержащего положительную информацию (шестнадцатеричный код)
    bold_text = True, # Жирное начертание текста
    num_to_df_display = 30, # Количество строк для отображения в таблицах
    text_runtime = 'Время выполнения', # Текст времени выполнения
    metadata = True # Отображение информации о библиотеке
)

[2024-10-08 22:05:53] OCEANAI - персональные качества личности человека:    Авторы:        Рюмина Елена [ryumina_ev@mail.ru]        Рюмин Дмитрий [dl_03.03.1991@mail.ru]        Карпов Алексей [karpov@iias.spb.su]    Сопровождающие:        Рюмина Елена [ryumina_ev@mail.ru]        Рюмин Дмитрий [dl_03.03.1991@mail.ru]    Версия: 1.0.0a40    Лицензия: BSD License

Формирование нейросетевых архитектур моделей

[4]:

res_load_av_models_b5 = _b5.load_av_models_b5(
    show_summary = False, # Отображение сформированной нейросетевой архитектуры модели
    out = True, # Отображение
    runtime = True, # Подсчет времени выполнения
    run = True # Блокировка выполнения
)

[2024-10-08 22:05:53] Формирование нейросетевых архитектур моделей для получения результатов оценки персональных качеств (мультимодальное объединение) …

— Время выполнения: 0.002 сек. —

Загрузка весов нейросетевых моделей

[5]:

# Настройки ядра
_b5.path_to_save_ = './models' # Директория для сохранения файла
_b5.chunk_size_ = 2000000 # Размер загрузки файла из сети за 1 шаг

url_openness = _b5.weights_for_big5_['av']['fi']['b5']['openness']['googledisk']
url_conscientiousness = _b5.weights_for_big5_['av']['fi']['b5']['conscientiousness']['googledisk']
url_extraversion = _b5.weights_for_big5_['av']['fi']['b5']['extraversion']['googledisk']
url_agreeableness = _b5.weights_for_big5_['av']['fi']['b5']['agreeableness']['googledisk']
url_non_neuroticism = _b5.weights_for_big5_['av']['fi']['b5']['non_neuroticism']['googledisk']

res_load_av_models_weights_b5 = _b5.load_av_models_weights_b5(
    url_openness = url_openness, # Открытость опыту
    url_conscientiousness = url_conscientiousness, # Добросовестность
    url_extraversion = url_extraversion, # Экстраверсия
    url_agreeableness = url_agreeableness, # Доброжелательность
    url_non_neuroticism = url_non_neuroticism, # Эмоциональная стабильность
    force_reload = True, # Принудительная загрузка файла с весами нейросетевой модели из сети
    out = True, # Отображение
    runtime = True, # Подсчет времени выполнения
    run = True # Блокировка выполнения
)

[2024-10-08 22:05:53] Загрузка весов нейросетевых моделей для получения результатов оценки персональных качеств (мультимодальное объединение) …

[2024-10-08 22:05:56] Загрузка файла «weights_2022-08-28_11-14-35.pth» 100.0% … Открытость опыту

[2024-10-08 22:05:58] Загрузка файла «weights_2022-08-28_11-08-10.pth» 100.0% … Добросовестность

[2024-10-08 22:06:00] Загрузка файла «weights_2022-08-28_11-17-57.pth» 100.0% … Экстраверсия

[2024-10-08 22:06:02] Загрузка файла «weights_2022-08-28_11-25-11.pth» 100.0% … Доброжелательность

[2024-10-08 22:06:05] Загрузка файла «weights_2022-06-14_21-44-09.pth» 100.0% … Эмоциональная стабильность

— Время выполнения: 11.569 сек. —

Отображение сформированной нейросетевой архитектуры модели

  • openness - Открытость опыту

  • conscientiousness - Добросовестность

  • extraversion - Экстраверсия

  • agreeableness - Доброжелательность

  • non_neuroticism - Эмоциональная стабильность

[6]:

_b5.av_models_b5_['openness']

[6]:

av_model_b5(
  (fc): Linear(in_features=64, out_features=1, bias=True)
  (sigmoid): Sigmoid()
)