Pytorch 模型加载

Pytorch加载模型

当在特殊环境下会出现模型无法通过设置pretrained=True的方式来完成自动加载，这时我们需要完成手动加载。我们假设模型设置为：

class Model(nn.Module):
    def __init__(self, num_classes=21):
        super(Model, self).__init__()
        self.backbone = timm.create_model('swin_tiny_patch4_window7_224', pretrained=True)
        self.fc = nn.Linear(1000, num_classes)

    def forward(self, x):
        x = self.backbone(x)
        x = self.fc(x)
        return x

使用timm包下的SwinTransformer作为例子

	model = Model()
    model_dict = model.state_dict()
    print(model_dict.keys())    ## 可以通过.keys()来查看模型结构的state_dict的名称
    resume = True
    if resume:
        print("Resume from checkpoint...")
        checkpoint = torch.load('/root/.cache/torch/hub/checkpoints/swin_tiny_patch4_window7_224.pth')
		# 首先使用torch.load()加载模型的state_dict
		print(checkpoint.key())       #通过.key()查看名称
        model_param = checkpoint['model']
        model_param = {"backbone." + k: v for k, v in model_param.items() if "backbone." + k in model_dict}
		# "backbone." + k 中的"backbone."是根据模型参数和模型结构的state_dict差异决定的
        
        model_dict.update(model_param)
        model.load_state_dict(model_param)       # 固定搭配
        print("====>loaded checkpoint ")
    else:
        print("====>no checkpoint found.")

即可完成模型参数的加载。

同时也可以将上方的代码直接加入 class 中

class Model(nn.Module):
    def __init__(self, num_classes=45):
        super(Model, self).__init__()
        model = timm.create_model('swin_tiny_patch4_window7_224', pretrained=False)
        model_dict = model.state_dict()
        resume = True
        if resume:
            print("Resume from checkpoint...")
            checkpoint = torch.load('/root/.cache/torch/hub/checkpoints/swin_tiny_patch4_window7_224.pth')
            model_param = checkpoint['model']
            model_param = {k: v for k, v in model_param.items() if k in model_dict}  
            # 在此处就不需要添加多余的前缀
            model_dict.update(model_param)
            model.load_state_dict(model_param)
            print("====>loaded checkpoint ")
        else:
            print("====>no checkpoint found.")

        self.backbone = model
        self.fc = nn.Linear(1000, num_classes)

    def forward(self, x):
        x = self.backbone(x)
        x = self.fc(x)
        return x

当前还存在一个问题，就是如果输入的模型numworks不设置为1000的话，就会导致在加载模型的最后一层报错

使用model.load_state_dict(model_param, False)也无法完成加载。

该问题尚未解决，期待解决方案！