pytorch加载预训练网络权重,单GPU加载多GPU,CPU加载GPU权重

保存网络权重:

torch.save(G_AB.state_dict(), 'G_AB.pth')

单GPU加载权重:

G_AB.load_state_dict(torch.load(G_AB.pth))

CPU加载单GPU权重:

g.load_state_dict(torch.load('./save/G.pth',map_location='cpu')) #load weight

如果训练是多GPU,测试时用单GPU加载权重:

from collections import OrderedDict

state_dictBA = torch.load(opt.pth)
# create new OrderedDict that does not contain `module.`
new_state_dictBA = OrderedDict()
for k, v in state_dictBA.items():
    name = k[7:] # remove `module.`
    new_state_dictBA[name] = v
G_BA.load_state_dict(new_state_dictBA)

参考:https://www.ptorch.com/news/74.html

  • 0
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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