<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>TadaoYamaoka</author_name>
  <author_url>https://blog.hatena.ne.jp/TadaoYamaoka/</author_url>
  <blog_title>TadaoYamaokaの開発日記</blog_title>
  <blog_url>https://tadaoyamaoka.hatenablog.com/</blog_url>
  <categories>
    <anon>dlshogi</anon>
    <anon>コンピュータ将棋</anon>
  </categories>
  <description>前回までで、層ごとの推論処理が実装できたので、今回は、PyTorchで学習したモデルをレイヤー融合して、推論用にパラメータを保存する処理を実装する。 レイヤー融合 畳み込み層の直後のBatchNorm2dは、畳み込み層のパラメータに融合できる。PyTorchでは、fuse_modulesを使用して簡単に実装できる。fuse_modules — PyTorch 2.6 documentation fuse_modules(model, [['l2_1', 'bn2_1'], ['l2_2', 'bn2_2']], inplace=True) パラメータの保存 パラメータのファイルを扱いやすくする…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2025%2F03%2F11%2F235500&quot; title=&quot;【dlshogi】軽量価値ネットワーク その１０（レイヤー融合とパラメータ保存） - TadaoYamaokaの開発日記&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2025-03-11 23:55:00</published>
  <title>【dlshogi】軽量価値ネットワーク その１０（レイヤー融合とパラメータ保存）</title>
  <type>rich</type>
  <url>https://tadaoyamaoka.hatenablog.com/entry/2025/03/11/235500</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
