File size: 3,465 Bytes
de62b19
 
2dd94ad
de62b19
 
2dd94ad
2198c6e
2dd94ad
 
 
 
2198c6e
2dd94ad
 
 
2198c6e
de62b19
2dd94ad
 
2198c6e
2dd94ad
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2198c6e
2dd94ad
 
 
 
2198c6e
2dd94ad
 
 
2198c6e
2dd94ad
 
 
de62b19
2dd94ad
 
 
 
 
 
 
 
 
 
 
 
 
 
 
de62b19
2dd94ad
 
 
 
 
 
 
de62b19
2dd94ad
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
import torch
import os
import sys

MODEL_PATH = "advanced_chatbot_model.pth"
DEVICE = torch.device('cpu') 

def get_model_params():
    print("==========================================================")
    print("### MODEL PARAMETRE ANALİZİ BAŞLADI ###")
    print("==========================================================")

    if not os.path.exists(MODEL_PATH):
        print(f"HATA: Model dosyası ({MODEL_PATH}) bulunamadı. Lütfen dosya adını kontrol edin.")
        return

    try:
        # Ağırlıkları yükle
        loaded_object = torch.load(MODEL_PATH, map_location=DEVICE)
        
        # State Dictionary'yi bul (model kaydetme şeklinize göre değişebilir)
        if isinstance(loaded_object, dict) and 'model_state_dict' in loaded_object:
            state_dict = loaded_object['model_state_dict']
            print("Bilgi: 'model_state_dict' anahtarı kullanılarak ağırlıklar yüklendi.")
        elif isinstance(loaded_object, dict):
            state_dict = loaded_object
            print("Bilgi: Yüklenen dosya doğrudan state_dict olarak algılandı.")
        else:
            print("HATA: Yüklenen dosya bir sözlük (dictionary) veya state_dict içermiyor.")
            return

        # 1. VOCAB_SIZE ve EMBED_DIM (embedding.weight: [VOCAB_SIZE, EMBED_DIM])
        embed_shape = state_dict['embedding.weight'].shape
        VOCAB_SIZE = embed_shape[0]
        EMBED_DIM = embed_shape[1]
        
        # 2. HIDDEN_DIM (lstm.weight_hh_l0: [4*H, H] olmalı, H gizli boyut)
        # Bidirectional olduğu için ilk katmanın gizli ağırlığının 2. boyutu (index 1) Hidden Dim'i verir.
        lstm_hh_shape = state_dict['lstm.weight_hh_l0'].shape
        HIDDEN_DIM = lstm_hh_shape[1]
        
        # 3. INTERMEDIATE_DIM (fc1.bias: [INTERMEDIATE_DIM])
        fc1_bias_shape = state_dict['fc1.bias'].shape
        INTERMEDIATE_DIM = fc1_bias_shape[0]

        # 4. OUTPUT_DIM (fc2.weight: [OUTPUT_DIM, INTERMEDIATE_DIM] olmalı)
        fc2_shape = state_dict['fc2.weight'].shape
        OUTPUT_DIM = fc2_shape[0]
        
        print("==========================================================")
        print("TESPİT EDİLEN GERÇEK MODEL PARAMETRELERİ:")
        print(f"1. VOCAB_SIZE (Kelime Dağarcığı Boyutu): {VOCAB_SIZE}")
        print(f"2. EMBED_DIM (Gömülü Vektör Boyutu):    {EMBED_DIM}")
        print(f"3. HIDDEN_DIM (LSTM Gizli Boyutu):      {HIDDEN_DIM}")
        print(f"4. INTERMEDIATE_DIM (Ara Katman Boyutu): {INTERMEDIATE_DIM}")
        print("==========================================================")
        print("Modelin başarılı bir şekilde yüklenmesi için bu dört değeri kullanacağız.")


    except KeyError as e:
        print("==========================================================")
        print(f"ANAHTAR HATASI: '{e}' anahtarı bulunamadı.")
        print("Bu, modelinizdeki katman adlarının (embedding, lstm, fc1, fc2) kodla uyuşmadığı anlamına gelir.")
        print("==========================================================")
    except Exception as e:
        print("==========================================================")
        print("ÇÖZÜMLEME BAŞARISIZ OLDU. DİĞER HATA MESAJI:")
        print(e)
        print("==========================================================")
        
    # Bu kod Gradio arayüzünü başlatmayı denemeyecektir.
    sys.exit(0)

if __name__ == '__main__':
    get_model_params()