【问题解决】使用 pytorch 通用预训练模型时,如何不从pytorch官网下载,而是直接使用本地模型

文章介绍了如何在PyTorch中遇到VGG模型下载缓慢的问题时,通过将官方预训练模型替换为本地已下载的vgg19-dcbb9e9d.pth文件,以提高加载速度。作者提供了修改后的代码示例。
摘要由CSDN通过智能技术生成

当我们要用到一些通用预训练模型比如 VGG 时,有时候服务器从pytorch官网下载很慢,则可以对代码做如下修改,直接使用本地的模型即可,避免下载

原始代码如下:

import torch
from torchvision import models
import numpy as np


class Vgg19(torch.nn.Module):
    """
    Vgg19 network for perceptual loss
    """
    def __init__(self, requires_grad=False):
        super(Vgg19, self).__init__()
        vgg_model = models.vgg19(pretrained=True)
        vgg_pretrained_features = vgg_model.features
        self.slice1 = torch.nn.Sequential()
        self.slice2 = torch.nn.Sequential()
        self.slice3 = torch.nn.Sequential()
        self.slice4 = torch.nn.Sequential()
        self.slice5 = torch.nn.Sequential()

修改后如下:

import torch
from torchvision import models
import numpy as np


class Vgg19(torch.nn.Module):
    """
    Vgg19 network for perceptual loss
    """
    def __init__(self, requires_grad=False):
        super(Vgg19, self).__init__()
        vgg_model = models.vgg19(pretrained=False)
        vgg_model.load_state_dict(torch.load('vgg19-dcbb9e9d.pth'))
        vgg_pretrained_features = vgg_model.features
        self.slice1 = torch.nn.Sequential()
        self.slice2 = torch.nn.Sequential()
        self.slice3 = torch.nn.Sequential()
        self.slice4 = torch.nn.Sequential()
        self.slice5 = torch.nn.Sequential()
  • 8
    点赞
  • 7
    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

呆呆的猫

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