pytorch 加载模型 模型大小测试速度

本文介绍了如何在PyTorch中加载和保存整个模型,以及如何加载预训练模型参数。当网络结构有所改变时,如何处理加载部分参数的问题也进行了讨论。此外,还提到了在CPU版本下加载模型的方法,以及如何测试模型大小。最后,给出了ResNet系列模型的加载测试代码示例。
摘要由CSDN通过智能技术生成

直接加载整个模型

Pytorch保存和加载整个模型:

save_net=model
if hasattr(model, 'module'):
     save_net=model.module
torch.save(save_net, 'model.pth')
model = torch.load('model.pth')

Pytorch保存和加载预训练模型参数:

save_net=model
if hasattr(model, 'module'):
     save_net=model.module
torch.save(save_net.state_dict(), 'params.pth')
model.load_state_dict(torch.load('params.pth'))

加载部分参数:

import torch
from src import convmlp_s
if __name__ == '__main__':
    model = convmlp_s(num_classes=100)
    state_dict = torch.load("convmlp_s_imagenet.pth")
    new_state_dict = {}
    for k, v in state_dict.items():
        if 'module.' in k:
            new_state_dict[k[7:]] = v
        else:
            if "head
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

AI算法网奇

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
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