Pytorch加载torchvision从本地下载好的预训练模型的简单解决方案

已于 2023-12-07 21:04:10 修改
阅读量1.4w 收藏 8
点赞数 11
分类专栏： Python基础课程 文章标签： python 深度学习 pytorch
于 2022-11-21 09:45:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43178406/article/details/127925751
版权

  大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。

  本文主要介绍了Pytorch加载torchvision从本地下载好的预训练模型的简单解决方案，希望能对大家有所帮助。

  之所以从本地加载下载好的模型，是因为默认是从https://download.pytorch.org/models/路径进行下载，但是它并不支持断点续传，而且单线程下载速度很慢，所以要么出现RemoteDisconnected: Remote end closed connection without response如下图所示，要么出现半途下载中断的情况。但遗憾的是网上已有的解决方案是让修改源码，但这种方案非常不优雅。个人找到了比较简单而且有效的解决方案，特意分享给大家，希望能对大家有所帮助。

文章目录

1. 问题描述

  在Pytorch深度学习框架中，使用torchvision.model加载预训练好的模型时，发现默认下载路径在系统盘下面的用户目录下，如果是Windows系统，那么下载路径为C:\用户名.cache\torch.checkpoints下，如果是Linux系统，那么下载路径为/root/.cache/torch/checkpoints下。需要首先说明的是，不管是Windows还是

了解本专栏 订阅专栏 解锁全文
爱编程的喵喵
关注
  • 11
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
订阅专栏
Pytorch加载部分预训练模型的参数实例
09-18
今天小编就为大家分享一篇Pytorch加载部分预训练模型的参数实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
使用 PyTorch 中的 torchvision 模块加载预训练的 Mask R-CNN 模型
最新发布
03-25
使用 PyTorch 中的 torchvision 模块加载预训练的 Mask R-CNN 模型
【PyTorch教程】04-详解torchvision 0.13中的预训练模型加载的更新及报错的解决方法 (2022年最新)
Sihang_Xie的博客
07-06 2万+
解决UserWarning: The parameter 'pretrained' is deprecated since 0.13 and will be removed in 0.15, please use 'weights' instead. 解决UserWarning: Arguments other than a weight enum or `None` for 'weights' are deprecated since 0.13 and will be removed in 0.15.
torchvision加载预训练模型
m0_47610369的博客
02-28 185
选择使用预训练的权重或者随机初始化的权重通常取决于任务和数据集的特定要求。如果任务的数据集与预训练的数据集相似，使用预训练的权重可能有助于模型更快地学习任务特定的特征。意味着使用预训练的权重，即模型的权重将是在大规模图像数据集上训练过的权重。在这种情况下，PyTorch 将自动下载并加载预训练的权重。意味着不使用预训练的权重，即模型的权重将是随机初始化的，而不是来自在大规模图像数据集上预先训练的权重。以vgg16模型为例。
安装pytorch（下载到本地进行简单安装）
weixin_51251559的博客
03-01 278
快捷安装pytorch
pytorch入门学习：加载模型（torchvision.models）
热门推荐
山上有只羊M
10-18 2万+
前言 PyTorch框架中有一个非常重要且好用的包：torchvision，该包主要由3个子包组成，分别是：torchvision.datasets、torchvision.models、torchvision.transforms。这3个子包的具体介绍可以参考官网：http://pytorch.org/docs/master/torchvision/index.html。具体代码可以参考gith...
PyTorch 笔记（20）— torchvision 的 datasets、transforms 数据预览和加载、模型搭建（torch.nn.Conv2d/MaxPool2d/Dropout）
wohu1104的专栏
08-07 1万+
计算机视觉是深度学习中最重要的一类应用，为了方便研究者使用，PyTorch 团队专门开发了一个视觉工具包torchvision，这个包独立于 PyTorch，需通过 pip instal torchvision 安装。 torchvision 主要包含三部分： models：提供深度学习中各种经典网络的网络结构以及预训练好的模型，包括 AlexNet 、VGG 系列、ResNet 系列、Inception 系列等； datasets： 提供常用的数据集加载，设计上都是继承 torch.utils.data
Pytorch 加载预训练模型的两种方式：torchvision和torch.hub
小鹏AI
11-07 1341
查看TorchVision中所包含的预训练模型。查看Hub中所包含的预训练模型。
Pytorch 预训练模型下载和加载
yyywxk的博客
08-27 2739
PyTorch 加载和下载预训练模型可参考：pytorch预训练模型的下载地址以及解决下载速度慢的方法 - 下载地址 常用预训练模型在这里面：https://github.com/pytorch/vision/tree/master/torchvision/models 但是上述网址只有常见的 backbone （vgg, resnet, densenet, alexnet），在 GitHub 上，还找到了一个项目，提供 NASNet, ResNeXt, ResNet, InceptionV4, Incep
torchvision学习——datasets、models(加载数据、调用模型)
Chaoy6565的博客
11-25 2434
最近在学习pytorch，总结一下。pytorch包含了torchvision.datasets、torchvision.models、torchvision.transforms、torchvision.utils四部分。
torchvison下载模型并更改存储路径
qq_43571321的博客
07-06 1702
torchvision下载模型如何改变存储的路径
PyTorch加载预训练模型实例(pretrained)
09-18
今天小编就为大家分享一篇PyTorch加载预训练模型实例(pretrained)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
解决Pytorch 加载训练好的模型 遇到的error问题
09-18
今天小编就为大家分享一篇解决Pytorch 加载训练好的模型 遇到的error问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
pytorch实现具备预训练参数加载功能的bert模型
01-03
在pytorch上实现了bert模型，并且实现了预训练参数加载功能，可以加载huggingface上的预训练模型参数。 主要包含以下内容： 1) 实现BertEmbeddings、Transformer、BerPooler等Bert模型所需子模块代码。 2) 在子模块...
pytorch预训练模型下载保存路径和路径更改
q4326rgeqaadfd的博客
02-18 6130
pytorch 预训练模型下载
pytorch网络的创建和与训练模型的加载
OneBaBa的专栏
10-22 1596
本文是PyTorch使用过程中的的一些总结，有以下内容： 构建网络模型的方法 网络层的遍历 各层参数的遍历 模型的保存与加载 从预训练模型为网络参数赋值 主要涉及到以下函数的使用 add_module,ModulesList,Sequential模型创建 modules(),named_modules(),children(),named_children()访问模型的各个子模块 parameters(),named_parameters()网络参数的遍历 save(),load()...
pytorch加载预训练模型方式
05-18
使用PyTorch加载预训练模型的方式有以下几种： 1. 使用PyTorch内置的预训练模型 PyTorch提供了许多内置的预训练模型，例如VGG、ResNet、Inception等。可以通过如下代码进行加载： ```python import torch import torchvision.models as models # 加载预训练模型 model = models.vgg16(pretrained=True) ``` 2. 加载已保存的预训练模型 如果已经有了预训练模型的权重文件，可以使用PyTorch的`load_state_dict()`方法进行加载： ```python import torch import torchvision.models as models # 定义模型 model = models.vgg16() # 加载权重文件 model.load_state_dict(torch.load('vgg16_weights.pth')) ``` 3. 加载外部的预训练模型 如果想要加载其他人发布的预训练模型，可以使用如下代码进行加载： ```python import torch # 加载预训练模型 model = torch.hub.load('pytorch/vision', 'resnet18') ``` 以上是三种常用的PyTorch加载预训练模型的方式。无论哪种方式，都需要注意模型的输入和输出格式以及是否需要进行微调。

“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 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

爱编程的喵喵

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

实付元
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