Pytorch修改内置模型下载路径(vgg等)

32 篇文章 12 订阅
8 篇文章 0 订阅

修改内置模型下载路径

一、前言:

在使用Pytorch内置的模型时,会默认下载到用户家目录下,
而对于很多人来说并不想在C盘下载一些较大的文件,此时修改模型的下载路径则显得比较重要。

二、举例:

使用预训练好的vgg16
在这里插入图片描述

三、修改步骤:

1)将光标移至vgg16,Ctrl+左击进入vgg16的实现源码;在这里插入图片描述
2)找到vgg.py文件导包部分的load_state_dict_from_url,对其Ctrl+左击进行定位;
在这里插入图片描述
3)自定义模型下载路径,并对model_dir进行替换,如图所示:

  • 5
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
如果你想使用别的路径的`vgg16.pth`,可以先加载预训练模型的参数,然后将参数保存到指定的路径。代码如下: ``` import torch import torch.nn as nn import torchvision.models as models # 加载预训练模型的参数 model = models.vgg16(pretrained=True) # 保存参数到指定的路径 torch.save(model.state_dict(), 'path/to/your/vgg16.pth') ``` 之后,你可以使用下面的代码加载指定路径下的`vgg16.pth`,并提取模型的特征: ``` import torch import torch.nn as nn # 加载自定义路径下的vgg16.pth model = nn.Sequential( nn.Conv2d(3, 64, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.Conv2d(64, 64, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2), nn.Conv2d(64, 128, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.Conv2d(128, 128, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2), nn.Conv2d(128, 256, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.Conv2d(256, 256, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.Conv2d(256, 256, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2), nn.Conv2d(256, 512, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2), nn.Conv2d(512, 512, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, kernel_size=3, stride=1, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=2, stride=2), ) model.load_state_dict(torch.load('path/to/your/vgg16.pth')) # 提取模型的特征 features = model.features ``` 这里使用了一个与`vgg16`相同的模型结构,并将预训练模型的参数加载到这个模型中,然后只提取了这个模型的前面一部分卷积层,即与`vgg16`的`features`相同的部分。如果你有其他的模型结构,可以根据需要进行修改

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

NorthSmile

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