pytorch模型转换

AI算法网奇

已于 2022-02-05 23:47:35 修改

阅读量3.2k

点赞数

分类专栏： pytorch知识宝典文章标签： pytorch 深度学习人工智能

于 2019-10-24 18:28:56 首次发布

本文链接：https://blog.csdn.net/jacke121/article/details/102729126

版权

pytorch知识宝典专栏收录该内容

499 篇文章 225 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了如何将PyTorch模型转换为ONNX格式，包括环境配置、模型加载、模型导出及验证转换后模型的精度损失。在转换过程中，提到了使用onnxruntime和特定CUDA版本的重要性。

摘要由CSDN通过智能技术生成

数据类型转换

aaa= torch.Tensor(3, 5)
bbb= torch.IntTensor(2,3)
print aaa.type_as(bbb)

模型转换

转化为jit模式：

model = UNet(3, 1)
modelname = 'ckpt_e_50.pth'
ckpt = torch.load(opt.pretrain + modelname)
model.load_state_dict(ckpt['state_dict'], strict=False)
model.eval()
example = torch.rand(1, 3, 240, 320)
example1 = torch.rand(1, 1, 30, 40)
traced_script_module = torch.jit.trace(model, (example, example1))
traced_script_module.save("model.pt")

了解本专栏