恢复

the_model = torch.load(PATH)

一个相对完整的例子

saving

torch.save({

'epoch': epoch + 1,

'arch': args.arch,

'state_dict': model.state_dict(),

'best_prec1': best_prec1,

}, 'checkpoint.tar' )

loading

if args.resume:

if os.path.isfile(args.resume):

print("=> loading checkpoint '{}'".format(args.resume))

checkpoint = torch.load(args.resume)

args.start_epoch = checkpoint['epoch']

best_prec1 = checkpoint['best_prec1']

model.load_state_dict(checkpoint['state_dict'])

print("=> loaded checkpoint '{}' (epoch {})"

.format(args.evaluate, checkpoint['epoch']))

获取模型中某些层的参数

对于恢复的模型,如果我们想查看某些层的参数,可以:

# 定义一个网络

from collections import OrderedDict

model = nn.Sequential(OrderedDict([

('conv1', nn.Conv2d(1,20,5)),

('relu1', nn.ReLU()),

('conv2', nn.Conv2d(20,64,5)),

('relu2', nn.ReLU())

]))

# 打印网络的结构

print(model)

OUT:

Sequential (

(conv1): Conv2d(1, 20, kernel_size=(5, 5), stride=(1, 1))

(relu1): ReLU ()

(conv2): Conv2d(20, 64, kernel_size=(5, 5), stride=(1, 1))

(relu2): ReLU ()

)

如果我们想获取conv1的weight和bias:

params=model.state_dict()

for k,v in params.items():

print(k) #打印网络中的变量名

print(params['conv1.weight']) #打印conv1的weight

print(params['conv1.bias']) #打印conv1的bias

pytorch模型加载测试_pytorch加载和保存模型相关推荐

  1. R语言使用lm构建线性回归模型、并将目标变量对数化实战:模型训练集和测试集的残差总结信息(residiual summary)、模型训练(测试)集自由度计算、模型训练(测试)集残差标准误计算

    R语言使用lm构建线性回归模型.并将目标变量对数化实战:模型训练集和测试集的残差总结信息(residiual summary).模型训练(测试)集自由度计算.模型训练(测试)集残差标准误计算(Resi ...

  2. pytorch模型加载测试_pytorch模型加载方法汇总

    Pytorch有很多方便易用的包,今天要谈的是torchvision包,它包括3个子包,分别是: torchvison.datasets ,torchvision.models ,torchvisio ...

  3. Keras框架下的保存模型和加载模型

    在Keras框架下训练深度学习模型时,一般思路是在训练环境下训练出模型,然后拿训练好的模型(即保存模型相应信息的文件)到生产环境下去部署.在训练过程中我们可能会遇到以下情况: 需要运行很长时间的程序在 ...

  4. python模型保存save_浅谈keras保存模型中的save()和save_weights()区别

    今天做了一个关于keras保存模型的实验,希望有助于大家了解keras保存模型的区别. 我们知道keras的模型一般保存为后缀名为h5的文件,比如final_model.h5.同样是h5文件用save ...

  5. pytorch模型加载测试_使用Pytorch实现物体检测(Faster R-CNN)

    在本示例中,介绍一种two-stage算法(Faster R-CNN),将目标区域检测和类别识别分为两个任务进行物体检测.本示例采用PyTorch引擎进行模型构建. 如果您已熟练使用Notebook和 ...

  6. 如何用pytorch做文本摘要生成任务(加载数据集、T5 模型参数、微调、保存和测试模型,以及ROUGE分数计算)

    摘要:如何使用 Pytorch(或Pytorchlightning) 和 huggingface Transformers 做文本摘要生成任务,包括数据集的加载.模型的加载.模型的微调.模型的验证.模 ...

  7. pytorch保存模型pth_Day159:模型的保存与加载

    网络结构和参数可以分开的保存和加载,因此,pytorch保存模型有两种方法: 保存 整个模型 (结构+参数) 只保存模型参数(官方推荐) # 保存整个网络torch.save(model, check ...

  8. PyTorch 保存模型结构参数及加载模型

    PyTorch 保存模型结构参数及加载模型 保存模型与加载 保存模型分为两种方式: 保存整个网络结构和参数 保存整个网络的参数 # 1.保存并加载整个网络结构和参数 # 保存模型 torch.save ...

  9. Pytorch学习 - 保存模型和重新加载

    Pytorch学习 - 保存和加载模型 1. 3个函数 2. 模型不同后缀名的区别 3. 保存和重载模型 参考资料: Pytorch官方文档链接 某博客 1. 3个函数 torch.save() : ...

  10. Pytorch 加载和保存模型

    目录 保存和加载模型 1.  什么是状态字典:state_dict? 2.保存和加载推理模型 2.1 保存/加载 state_dict (推荐使用) 2.2 保存/加载完整模型 3. 保存和加载 Ch ...

最新文章

  1. panel内嵌程序窗体
  2. OpenCV学习笔记(三十一)——让demo在他人电脑跑起来 OpenCV学习笔记(三十二)——制作静态库的demo,没有dll也能hold住 OpenCV学习笔记(三十三)——用haar特征训练自己
  3. php能不能动态显示html5,php – 是否可以动态生成html5缓存清单?
  4. 前后端数据交互之前端传值到后台
  5. 蓝桥杯 ALGO-148 算法训练 5-1最小公倍数 java版
  6. MapReduce on Yarn 的流程和架构图
  7. Spark2.2(三十九):如何根据appName监控spark任务,当任务不存在则启动(任务存在当超过多久没有活动状态则kill,等待下次启动)...
  8. IOS开发笔记 IOS如何访问通讯录
  9. 关于伺服驱动控制的课本_三菱伺服驱动器-说明书.pdf
  10. 文本匹配、文本相似度模型之DSSM
  11. java如何获取hostid_将Unix hostid转换为Java
  12. 阿里云服务器ECS接入多IP_ECS绑定多个弹性公网IP搭建教程
  13. Window10下VS2019编译 Chromium
  14. dnf史诗计算机手机版,dnf计算器装备模拟100手机版
  15. 团队协助 开源项目_Open Atrium 是一套开源的团队协作和知识管理系统
  16. FFmpeg 音视频转封装(MP4与FLV互转,流数据转FLV、MP4)
  17. 多尺度动态图卷积神经网络----Multi-scale Dynamic Graph Convolutional Network for Hyperspectral Image Classificati
  18. 安卓刷java系统_xp系统下面(android)安卓手机刷机ROM教程
  19. Spring Data JPA使用JPQL与原生SQL进行查询
  20. 使用potplayer播放器看直播

热门文章

  1. [置顶]       jBPM4工作流开发实战 之 第二部分 jBPM4开发入门
  2. Mac Brew Uninstall MySql
  3. 开源NAC解决方案PacketFence,3.5.0版本发布
  4. SharePoint 2010工作流系列(2):SharePoint Designer 2010中工作流的条件和操作概览
  5. VS Tips (Basic part)
  6. 右键文件夹没有git clone命令的解决方法
  7. 谷歌浏览器json工具安装
  8. 把 mysql sql_mode 设置为严格模式的方法
  9. 百度地图API-自定义图标覆盖物
  10. tuple list 结构结合record的应用实例