01 / UNDERSTAND
仕組みと使いどころ
線形モデルでは、重みは各特徴量に掛けられる係数であり、バイアスとともに訓練中に計算・更新されます。ニューラルネットワークでも、入力値と重みの積を合計した値が各層の計算に使われます。学習済みの重みは保存して再利用できます。ただし、重みだけではネットワーク構造は定義されないため、読み込むには対応する同じモデル構造が必要です。
02 / IN PRACTICE
Model weightsの活用例
たとえば、こんな場面で
公開された学習済みの重みを対応するモデル構造へ読み込み、推論に利用することが考えられます。PyTorchでは、学習済みパラメータをstate_dictとして保存し、同じモデルのインスタンスへ読み込めます。
03 / GOOD TO KNOW
使うときのポイント
重みを利用するときは、対応するモデル構造と保存形式を確認します。PyTorchで推論する場合は、読み込み後に評価モードへ切り替える必要があります。
参考資料
Machine Learning Glossary | Google for Developers （新しいタブで開きます）Linear regression | Machine Learning | Google for Developers （新しいタブで開きます）Save and Load the Model — PyTorch Tutorials 2.15.0+cu132 documentation （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。