机器学习 · 函数

微调模型

配置模型进行微调，只训练指定层。参数: 模型: PyTorch 模型训练层名称列表: 需要训练的层名称列表，名称包含在其中就会被训练学习率: 微调的学习率，默认为 0.001 返回: 优化器实例，只包含需要训练的参数

调用签名(模型, 训练层名称列表: 'list', 学习率: 'float' = 0.001)

微ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 微调模型
设 结果 = 机器学习.微调模型(
    模型=[1, 2, 3, 4],  # 必填；按函数业务含义传入 模型;首次使用建议先 打印(...
    训练层名称列表="示例",  # 必填；对象在代码和设计稿里的唯一名称，后续查找、更新、...
    学习率=0.001,  # 可选；数值类型的 学习率 参数,按函数业务含义传入对应...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

3 个参数

参数类型 / 传入方式说明

模型可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入模型;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到模型再传入

训练层名称列表可选 · 默认无

list位置参数或字段名=值

对象在代码和设计稿里的唯一名称，后续查找、更新、删除都靠它。

常见错误：漏传会报 TypeError: missing required argument: '训练层名称列表';检查调用是否漏了这行

学习率可选 · 默认 0.001

float位置参数或字段名=值

数值类型的学习率参数,按函数业务含义传入对应浮点数。

常见错误：传非数值会报 TypeError;按数值类型传值

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 微调模型
设 结果 = 机器学习.微调模型(
    模型=[1, 2, 3, 4],  # 必填；按函数业务含义传入 模型;首次使用建议先 打印(...
    训练层名称列表="示例",  # 必填；对象在代码和设计稿里的唯一名称，后续查找、更新、...
    学习率=0.001,  # 可选；数值类型的 学习率 参数,按函数业务含义传入对应...
)
打印(结果)

# 进阶组合:微调模型 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.微调模型(
    模型=[1, 2, 3, 4],  # 必填
    训练层名称列表="示例",  # 必填
    学习率=0.001,  # 可选
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:覆盖 2 个必填参数

## 参数 1: 模型
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.微调模型()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.微调模型(模型=[1, 2, 3, 4])

## 参数 2: 训练层名称列表
# 错误:名称拼写错误或重复会报 KeyError/ValueError
# 设 结果 = 机器学习.微调模型(训练层名称列表="不存在的名称")  # KeyError
# 修复:先打印可用名称列表确认
设 结果 = 机器学习.微调模型(训练层名称列表="示例")
打印(结果)