pytorch和tensorflow保存权重文件

最新推荐文章于 2024-04-03 18:34:38 发布

静候1202

最新推荐文章于 2024-04-03 18:34:38 发布

阅读量2.2k

点赞数

文章标签： tensorflow 神经网络深度学习

本文链接：https://blog.csdn.net/weixin_41986795/article/details/106795899

版权

本文介绍了PyTorch和TensorFlow中权重文件的保存格式，PyTorch使用.pth结尾，TensorFlow使用.ckpt。在PyTorch加载预训练模型时，必须调用model.eval()以避免批归一化层更新权值。此外，文章提到了在分类任务中训练集和测试集样本分布不一致的问题，并讨论了PyTorch中模块的继承关系。

摘要由CSDN通过智能技术生成

pytorch 保存的权重以 .pth 结尾
tensorflow保存的权重以 .ckpt 结尾

pytorch加载预训练模型：

model.load_state_dict(torch.load(model_path))

训练完train_datasets之后，model要来测试样本了。在model(test_datasets)之前，load（model）之后，需要加上model.eval(). 否则的话，有输入数据，即使不训练，它也会改变权值。这是model中含有batch normalization层所带来的的性质。
在做one classification的时候，训练集和测试集的样本分布是不一样的，尤其需要注意这一点。

pytorch 类的继承关系

在这里插入图片描述 class PolygonRNN 继承了类nn.module。所以所有的module里的类 PolygonRNN都