基于python介绍pytorch保存和恢复参数
更新时间：2022年03月16日 08:27:51 作者：Hydrion-Qlz
这篇文章主要介绍了基于python介绍pytorch保存和恢复参数，为了恢复模型，我们需要用代码生成框架，然后从磁盘加载参数，下面具体的相关介绍，需要的小伙伴可以参考一下
一、读写文件
1.加载和保存张量
import torch from torch import nn from torch.nn import functional as F import os path = os.path.join(os.getcwd(), "") x = torch.arange(4) torch.save(x, path + "x-file")
现在我们可以将存储在文件中的数据读回内存
x2 = torch.load(path + "x-file") x2
tensor([0, 1, 2, 3])
我们可以存储一个张量列表，然后把他们读回内存
y = torch.zeros(4) torch.save([x, y], path + 'x-file') x2, y2 = torch.load(path + 'x-file') (x2, y2)
(tensor([0, 1, 2, 3]), tensor([0., 0., 0., 0.]))
我们甚至可以写入或读取从字符串映射到张量的字典。当我们要读取或写入模型中的所有权重时，这很方便
mydict = {'x': x, 'y': y}
torch.save(mydict, path + 'mydict')
mydict2 = torch.load('mydict')
mydict2{'x': tensor([0, 1, 2, 3]), 'y': tensor([0., 0., 0., 0.])}2.加载和保存模型
保存单个权重向量确实有用，但是如果我们想保存整个模型，并在之后加载他们，单独保存每个向量则会变得很麻烦。毕竟，我们可能有数百个参数分布在各处。深度学习框架提供了内置函数来保存和加载整个网络。需要注意的细节是，这里的保存模型并不是保存整个模型，而只是保存了其中的所有参数。
为了恢复模型，我们需要用代码生成框架，然后从磁盘加载参数。
net = MLP() X = torch.randn(size=(2, 20)) Y = net(X)
我们将模型的参数存储在一个叫做“mlp.params”的文件中
torch.save(net.state_dict(), 'mlp.params')
为了恢复模型，我们实例化了原始多层感知机模型的一个备份。这里我们不需要随机初始化模型参数，而是直接读取文件中的参数
clone = MLP()
clone.load_state_dict(torch.load('mlp.params'))
clone.eval()MLP( (hidden): Linear(in_features=20, out_features=256, bias=True) (out): Linear(in_features=256, out_features=10, bias=True) )
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
Y_clone = clone(X) Y_clone == Y
tensor([[True, True, True, True, True, True, True, True, True, True], [True, True, True, True, True, True, True, True, True, True]])
到此这篇关于基于python介绍pytorch保存和恢复参数的文章就介绍到这了,更多相关pytorch保存和恢复参数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
很多计算过程都需要每次从一个字符串中取一个字符,下面这篇文章主要给大家介绍了关于python遍历字符串中每一个字符的4种方式,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2023-05-05
这篇文章主要介绍了Python中返回字典键的值的values()方法使用,是Python入门学习中的基础知识,需要的朋友可以参考下2015-05-05
这篇文章主要介绍了Python的Tqdm模块实现进度条配置，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-02-02
这篇文章主要介绍了Python基于内置函数type创建新类型,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-10-10
今天小编就为大家分享一篇python 使用装饰器并记录log的示例代码，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2019-07-07
这篇文章主要介绍了Python中尝试多线程编程的一个简明例子,由于GIL的存在,Python中的多线程编程一个是热点和难点问题,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了Matplotlib使用Cursor实现UI定位的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-03-03
这篇文章主要介绍了Python编程中字符串和列表的基本知识讲解,是Python入门学习中的基础知识,需要的朋友可以参考下2015-10-10
loss.item()是PyTorch中的一种方法,用于计算损失函数的值,下面这篇文章主要给大家介绍了关于loss.item()用法和注意事项的相关资料,需要的朋友可以参考下2023-06-06
这篇文章主要为大家介绍了Python 马氏距离求取函数，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2021-11-11
最新评论