预训练模型加载

文章讲述了在加载SwinTransformer预训练模型时遇到的问题及解决方法,包括通过加载state_dict避免结构冲突,调整预训练模型的head以适应不同任务的分类数,以及如何删除不需要的层。通过查看官方代码和逐步调试,成功解决了加载和匹配问题。
摘要由CSDN通过智能技术生成

预训练模型加载
预训练模型有两种保存方式
1.保存整个模型,即保存模型结构和参数

torch.save(net, PATH)

对应的加载方式:

torch.load(PATH)

2.只保存模型参数

torch.save(net.state_dict(), PATH)

对应的加载方式,读取时需要先搭建模型

model
评论 1
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