PyTorch随笔 - PyTorch 参数模型转换为 PT 模型

已于 2024-10-15 12:27:06 修改
阅读量8.8k 收藏 18
点赞数 4
分类专栏： 大模型 (LLM) 文章标签： pytorch 深度学习 神经网络
于 2021-09-16 17:04:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/caroline_wendy/article/details/120333137
版权
本文介绍了如何将PyTorch的.pth.tar参数模型转换为PT模型，以便于部署和转化为TRT模型。转换过程中包括加载.pth.tar模型，模拟输入并保存为pt模型，确保转换前后输出一致。详细步骤和验证过程都在提供的转换脚本中，最终生成的GPU版本PT模型可在指定文件夹找到。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

当PyTorch模型需要部署到服务时，为了提升访问速度，需要转换为TRT模型，再进行部署。在转换为TRT模型之前，需要将PyTorch参数模型（如pth.tar）转换为pt模型，使用jit形式。pt模型 = 参数模型（pth.tar） + 网络结构（如resnet50）。使用pt模型，可以简化使用方式，同时也方便转换为trt模型，进行轻量级部署。在转换函数中，包含验证逻辑，保证转换前后的模型效果一致，即输出不变。

以图像分类框架pytorch-image-models-my为例，将PyTorch的pth.tar模型转换为PT模型。

转换流程如下：

  1. 加载pth.tar模型model，model达到可以预测的标准，即：
# 加载模型
model = timm.create_model
了解本专栏 订阅专栏 解锁全文 超级会员免费看
PyTorch随笔 - 存储和加载网络模型
AGI
07-13 732
PyTorch有几种模型保存方式，checkpoint和其他方式有什么不同，一般都保存什么？
50、ubuntu18.04&20.04&24.04+CUDA11.1+cudnn11.3+TensorRT7.2/8.6+Deepsteam5.1+vulkan环境搭建和YOLO5部署
sxj731533730
03-22 5879
基本思想：想学习一下TensorRT的使用，随笔记录一下； 一、首先下载python3.7源码进行安装 ubuntu@ubuntu: wget https://www.python.org/ftp/python/3.7.0/Python-3.7.0.tgz ubuntu@ubuntu: tar -zxvf Python-3.7.0.tgz ubuntu@ubuntu: ./configure --prefix=/usr/local/Python-3.7.0 --enable-optimizations
Pointnet++在Pytorch下模型(.pth)转Libtorch下模型(.pt)
qq_37668442的博客
07-05 1956
本文是在pointnet实现的基础上针对pointnet++做的修改。下面我以pointnet++的partseg任务为例对修改进行说明。
《深度解析：如何在PyTorch中实现.pt模型文件与.bin二进制格式的高效转换》
最新发布
分享实践与思考
03-05 1222
PyTorch模型文件格式 .pt 与二进制格式 .bin 转换
[Pytorch].pth转.pt文件
浩瀚之水的专栏
09-11 6657
Pytorch的模型文件一般会保存为.pth文件，C++接口一般读取的是.pt文件，因此，C++在调用Pytorch训练好的模型文件的时候就需要进行一个转换，转换为.pt文件，才能够读取。 所以在转换的时候，首先就需要先将模型文件读取进来，然后利用pytorch提供的函数torch.jit.trace进行转换，这个函数的声明为： def trace(func, example_inputs, optimize=True, check_trace...
pytorch pth转pt
蜗牛博客
04-21 1648
class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 = nn.Sequential( nn.Conv2d(in_channels=3, out_channels=8, kernel_size=3, stride=1, padding=0), nn.ReLU(), nn.MaxPool2d.
将pytorch的pth文件固化为pt文件
yuanlulu的博客
03-08 3448
上面代码保存了state_dict, 所以保存的文件中是不含模型结构的，固化时需要从代码构造网络结构。好在项目是完全开源，将原项目下的model目录拷贝过来就行。，这个项目提供了预训练模型，我想要将该模型固化，然后转换格式后在嵌入式端使用。另外不能忘记调用eval() 来固化参数。我参考了一个开源的人像语义分割项目。
.pth转.pt 【学习记录】
weixin_49379314的博客
08-08 4517
pytorch中训练的.pth模型转换成可在C++下使用的.pt格式的文件
处理口罩图片数据（yolov5）中碰到的问题（macOS）
qq_44846756的博客
02-05 4762
yolov5
Knowledge Distillation知识蒸馏_完整项目_CodingPark编程公园
CodingPark 编程公园
03-10 379
知识蒸馏：原理及代码
pytorch训练好的.pth模型转换为.pt
热门推荐
weixin_42329982的博客
08-06 1万+
将python训练好的.pth文件转为.pt import torch import torchvision from unet import UNet model = UNet(3, 2) model.load_state_dict(torch.load("best_weights.pth")) model.eval() example = torch.rand(1, 3, 320, 480) traced_script_module = torch.jit.trace(model, example) t
pytorch实现从本地加载 .pth 格式模型
12-20
可以从官网加载预训练好的模型： import torchvision.models as models model = models.vgg16(pretrained = True) print(model) 但是经常会出现因为下载速度太慢而出现requests.exceptions.ConnectionError: (‘Connection aborted.’, TimeoutError(10060, ‘由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。’, None, 10060, None))这种错误，因此需要我们手动去下载 .pth 文件（百度云也很慢，如果你是S
pytorch训练图像分类模型pth转ONNX并测试
10-29
1. 搭建自己的简单二分类网络，使用pytorch训练和测试； 2. 将pytorch训练的pth模型转换成ONNX，并编码测试； 3. 含训练和测试数据，含训练ok的pth模型和ONNX模型，含完整python和C++实现； 4. 使用方法：首先运行“TrainTestConvertOnnx.py”执行“训练数据读入、模型训练、模型测试、导出onnx”，再运行“TestOnnx.cpp”测试onnx（需要配置OpenCV）；
pytorch性别识别.pt模型
04-24
这是我写性别识别demo训练出来的模型，大家可以下载使用。本人亲自迁移到Android设备，完全没有问题。
pytorch .pt格式的MNIST数据集
11-12
在使用Pytorch官方函数下载MNIST数据集时，常常由于网络原因下载失败。手动下载的数据集没有经过处理，不能被Pytorch识别。本文档是处理过的MNIST数据集，解压后放在代码根目录下即可。
pytorch训练的.pth模型格式转换
计算机视觉算法开发与落地
03-30 8574
深度网络模型再工程化调用时存在模型不识别的问题，主要时推理的程序有不同的语言编写的，本文介绍使用pytorch训练的模型格式.pth转化为.pt格式的代码。 pytorch网络代码地址：https://github.com/yassouali/pytorch_segmentation，安装请参考《pytorch框架下语义分割训练实践（一）》。 1 .pth模型转换为.pt模型 我是用fcn训练得到一个语言分割模型，checkpoint-epoch100.pth，使用inference.py文件可以正.
学习笔记21-.pth转.pt代码实现（附结果图）
LZL2020LZL的博客
03-12 3772
import torch from torch.utils.mobile_optimizer import optimize_for_mobile from model_v3 import mobilenet_v3_large from train import n_classes #此变量是调的train.py种类超参数 model = mobilenet_v3_large(num_classes=n_classes) model.load_state_dict(torch.load("model/
pytroch中将pth转化为pt文件
语义分割之图像增强工具
06-05 1759
import torch import torchvision model = torchvision.models.resnet18() state_dict = torch.load("/home/xu/workspace/eff/fire_extinguisher/efficientdet-pytorch-master/logs/Epoch100-Total_Loss0.0801-Val_Loss0.1916.pth") model.load_state_dict(state_dict,Fal.
9.5 yolov5训练的pth文件转为pt文件(python)和 visualStudio 2022 加载 pt文件(c++)
weixin_71719718的博客
01-10 404
以上代码中已经作了具体的注释，YoloBody是yolov5的网络结构。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ManonLegrand

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值