pytorch和tensorflow保存权重文件

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

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