关于不同版本torch保存训练参数的问题及其他（SPIN）

最新推荐文章于 2023-07-28 10:37:26 发布
最新推荐文章于 2023-07-28 10:37:26 发布
阅读量901 收藏 1
点赞数 1
文章标签： python
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/zzy7809/article/details/119024014
版权

由于想把SPIN中渲染框架换成可微渲染，所以使用了pytorch3d，安装pytorch3d需要的torch版本比较高，所以将源代码torch从1.1调至1.7.1，由此也带来了很多bug问题，在此做一个记录。

1.保存的训练参数虽然都是pt文件，但torch1.7会将其设置为压缩包，所以为了方便，可以修改代码，让它保存成原来格式：
改变前：torch.save(checkpoint, checkpoint_filename)
改变后：torch.save(checkpoint, checkpoint_filename,_use_new_zipfile_serialization=False)

2.由于修改框架后，python3.6变为了3.8， 运行显示 “SyntaxWarning: “is” with a literal. Did you mean ""?"
这是因为从 python 3.8 开始，使用 is 和 is not 运算符时，会抛出 SyntaxWarning 语句警告信息，建议分别使用 == 和 != 代替。
故将代码中的is替换为了,警告消失

3.由于修改框架后, scipy的版本从1.0.0升级到了1.4,由于1.2以后scipy不再保留imresize这个功能，同时,scipy升级后，也没有了imrotate功能,查看文档，所以查看文档，得到如下解决方案：
（1）imresize这个函数已在SciPy1.0.0被否决，在SciPy1.3.0中被弃用，所以使用numpy.array(Image.fromarray(arr).resize())来替代

（2）
在这里插入图片描述

具体代码如下：
在这里插入图片描述

4.torch版本从1.1升级后还会报编码相关的警告，解决方案如下：
import warnings
warnings.filterwarnings(“ignore”, category=UserWarning)

zzy7809
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
torch中国模型保存与加载
Nicola.Zhang
08-23 585
pytorch保存模型等相关参数，利用torch.save()，以及读取保存之后的文件 假设网络为model = Net(), optimizer = optim.Adam(model.parameters(), lr=args.lr), 假设在某个epoch，我们要保存模型参数，优化器参数以及epoch 一、保存模型 先建立一个字典，保存三个参数： state = {‘net':model....
pytorch 在网络中添加可训练参数,修改预训练权重文件的方法
01-20
实践中，针对不同的任务需求，我们经常会在现成的网络结构上做一定的修改来实现特定的目的。 假如我们现在有一个简单的两层感知机网络： # -*- coding: utf-8 -*- import torch from torch.autograd import ...
torch的模型保存和加载 各种细节各种坑 尤其是多GPU训练会出现各种问题
zhe_csdn的博客
09-18 5411
#保存和加载整个模型 torch.save(model_object, ‘model.pth’) model = torch.load(‘model.pth’) #仅保存和加载模型参数(推荐使用) torch.save(model_object.state_dict(), ‘params.pth’) model_object.load_state_dict(torch.load(‘params.p...
torch版本导致的文件保存不一致
weixin_43972443的博客
06-09 846
问题描述：想要使用训练好的pt模型继续训练，在加载模型时出现以下提示 原因：torch1.2无法使用torch1.6生成的pt文件 torch1.2和torch1.6保存的pt文件是否压缩 https://blog.csdn.net/weixin_44769214/article/details/108188126 ，必须在train.py添加_use_new_zipfile_serialization=False后才可用 https://blog.csdn.net/weixin_44769214/art
基于pytorch的 保存和加载模型参数
baidu_20965275的博客
11-01 1万+
当我们花费大量的精力训练完网络，下次预测数据时不想再（有时也不必再）训练一次时，这时候torch.save(),torch.load()就要登场了。 保存和加载模型参数有两种方式： 方式一：   torch.save(net.state_dict(),path): 功能：保存训练完的网络的各层参数（即weights和bias) 其中：net.state_dict()获取各层参数，pat...
torch 保存读取\参数
weixin_38950873的博客
07-02 433
来源 动手学深度学习模型 保存 加载 验证
Pytorch——保存训练好的模型参数
01-20
前言2.torch.save(保存模型)3.torch.load整个网络4.torch.load网络参数（只提取参数）5.调用三个函数 1.前言 训练好了一个模型, 我们当然想要保存它, 留到下次要用的时候直接提取直接用，下面我将来讲如何存储训练好...
解决torch.autograd.backward中的参数问题
09-18
在本篇文章中，我们将深入探讨如何正确理解和使用 `torch.autograd.backward()` 处理参数问题。 首先，`torch.autograd.backward()` 接受几个关键参数： 1. **variables**：这是需要求导的变量序列，通常是在前向...
Pytorch训练过程中改变模型参数 requires_grad 属性
01-20
在训练过程中，有时我们可能需要在不同阶段动态地更改某些模型参数的`requires_grad`属性，例如在迁移学习中冻结预训练层的权重，或者在特定优化策略中只更新部分参数。 标题和描述中提到的方法主要针对两种情况： ...
Pytorch基础操作 —— 3.保存和加载Torch模型和参数
老程的技术笔记
10-07 1536
文章目录基础操作 —— 模型的存储S/L 模型S/L 参数TorchScript 基础操作 —— 模型的存储 我们在训练完整个网络模型后，通常会涉及到模型的存储。所谓的模型，指的是我们用什么层构建的网络，而与模型一同进行保存的，还有搜索后找到的模型参数解。 所以从这个概念出发，我们可以有两种保存和读取方法。 S/L 模型 第一种是存储包含模型和参数解 # save the model torch.save(the_model, PATH) # load the model the_model = tor
不同PyTorch版本训练同一个代码结果差异巨大
热门推荐
yyywxk的博客
11-29 1万+
问题描述： 笔者在训练一个深度学习网络时，发现使用不同的PyTorch版本运行同一个训练代码，训练出来的网络结果差异巨大。具体来说，笔者训练得到的结果如下所示： PyTorch版本 Torchvision版本 测试结果 1.2 0.4.0 82.58017 1.5 0.6.0 83.11847 1.6 0.7.0 74.97795 1.10 0.11.1 68.33818 网络的参数以及训练的设置完全相同，但是却得到了差异巨大的结果。 原因分析： 发现在 Torchvisi
pytorch模型的保存与加载
最新发布
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
07-28 7311
PyTorch提供了三种种方式来保存和加载模型，在这三种方式中，加载模型的代码和保存模型的代码必须相匹配，才能保证模型的加载成功。通常情况下，使用第一种方式（保存和加载模型状态字典）更加常见，因为它更轻量且不依赖于特定的模型类。
torch版本_文本预处理；语言模型；循环神经网络基础
cs123456789dn的专栏
02-14 289
-------------------------文本预处理--------------------------- #读入文本 import collections import re def read_time_machine(): with open('/home/kesci/input/timemachine7163/timemachine.txt', 'r') as f: ...
pytorch入门8--读写文件保存张量和模型参数、
qq_51476492的博客
02-28 1654
例如，当在带有GPU的服务器上训练神经网络时， 我们通常希望模型的参数在GPU上。此外，当运行一个耗时较长的训练过程时， 最佳的做法是定期保存中间结果， 以确保在服务器电源被不小心断掉时，我们不会损失几天的计算结果。例如，如果我们对两个张量求和， 我们需要确保两个张量都位于同一个设备上， 否则框架将不知道在哪里存储结果，甚至不知道在哪里执行计算。由于两个实例具有相同的模型参数，在输入相同的X时， 两个实例的计算结果应该相同。总之，只要所有的数据和参数都在同一个设备上， 我们就可以有效地学习模型。
pytorch系列教程(五)-保存网络结构及其参数
huihui__huihui的博客
07-08 2970
一、保存网络结构及其参数 torch.save(model,‘model.pth’) # 保存 model = torch.load(“model.pth”) # 加载    二、只保存参数 torch.save(model.state_dict(),“model.pth”) # 保存参数 model = model() # 代码中创建网络结构 params = torch.load(“model.pth”) # 加载参数 model.load_state_dict(params) # 应用到网络结构中
PyTorch model - optimizer - state_dict() - torch.save(config, save_path) - torch.load(load_path)
既然选择了远方 便只顾风雨兼程 - 永强
06-20 2788
PyTorch model - optimizer - state_dict() - torch.save(config, save_path) - torch.load(load_path) 1. state_dict() #!/usr/bin/env python # -*- coding: utf-8 -*- # yongqiang cheng from __future__ import absolute_import from __future__ import division from __
torch笔记十二 | 读取和保存
滨哥v5的博客
03-05 966
读取和保存tensor、模型
pytorch保存参数及模型的两种方式
CSDN 精品推荐
11-13 3519
在pytorch中已经帮助我们写好了保存模型的方法，一般有两种方式，方法一是保存整个模型，方法二是只保存模型参数状态。其实对于原生python也有保存模型的方式，可以使用dump、load来保存。
语义分割训练好的模型参数怎么使用torch.save保存
04-01
可以使用`torch.save`函数将模型参数保存到文件中。首先，需要将模型的状态字典（state_dict）传递给`torch.save`函数，然后指定要保存的文件路径。例如： ```python import torch model = # 定义和训练语义分割...

“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 1
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
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