model.load_state_dict(torch.load(model_path, map_location='cpu'), strict=False)
model.eval:计算参数,不更新参数,dropout不要随机失活
with torch.no_grad():不更新参数,不计算参数
GPU训练:
model.load_state_dict(torch.load(model_path)).to(conf.device)
CPU训练设置,从GPU到CPU上预测:
model.load_state_dict(torch.load(model_path, map_location=lambda storage, loc: storage))
model.load_state_dict(torch.load(model_path, map_location=torch.device('cpu')))
#训练模型参数雨预测参数不一样,从GPU到CPU上预测
model.load_state_dict(torch.load(model_path, map_location=torch.device('cpu')), strict=False)
服务器后端运行:nohup python model_predict.py &
__init__.py:限制导入包,注意里面有没有设置导入包,没有设置导入所有
使用别人模型,可能会有问题,里面有一些随机参数,dropoup是不一样的
可在别人模型的基础上进行训练,也就是微调,加载模型和优化器参数,或者从头开始训练
数据改变和清洗后,从头开始训练