Pytorch(一)Pytorch权重解析 ╰+哭是因爲堅強的太久メ 2021-10-29 17:48 607阅读 0赞 pytorch最后的权重文件是.pth格式的。 经常遇到的问题: 进行finutune时,改配置文件中的学习率,发现程序跑起来后竟然保持了以前的学习率, 并没有使用新的学习率。 原因: 首先查看.pth文件中的内容,我们发现它其实是一个字典格式的文件 ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70] 其中保存了optimizer和scheduler,所以再次加载此文件时会使用之前的学习率。 我们只需要权重,也就是model部分,将其导出就可以了 import torch original = torch.load('path/to/your/checkpoint.pth') new = {"model": original["model"]} torch.save(new, 'path/to/new/checkpoint.pth') ## 二、查看某一层权重值 ## 以resnet18为例说明: import torch import pandas as pd import numpy as np import torchvision.models as models resnet18 = models.resnet18(pretrained=True) parm={} for name,par [watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5ODUyNjc2_size_16_color_FFFFFF_t_70]: /images/20211029/123eff42ed9142cea20f6505d2a2d6c3.png
还没有评论,来说两句吧...