pytorch loading引數 遷移學習

2021-09-23 06:04:30 字數 832 閱讀 5207

多gpu訓練儲存的引數經常會在load的時候由於多了module而錯誤,因此可以用下面**去掉

from collections import ordereddict

pretrained_dict = torch.load(pretraind)

new_state_dict = ordereddict()

for k, v in pretrained_dict.items():

if k[0:6] == 'module':

name = k[7:] # remove `module.`

new_state_dict[name] = v

else:

new_state_dict[k[:]] = v

model.load_state_dict(new_state_dict)

另外一種是backbone相同,但head不同,這時候我們只需要一部分引數,我們同樣可以跟上面相似的,只保留有的key,**如下:

pretrained_dict = torch.load(pretraind)

model_dict = model.state_dict()

print(model_dict.keys())

print(pretrained_dict.keys())

pretrained_dict =

model_dict.update(pretrained_dict)

model.load_state_dict(model_dict)

做了乙個判斷,判斷key是否在model的dict中也存在,如果存在就保留

主參形參的區別

一 區別 1 函式定義方式不同 形參出現在函式定義中,在整個函式體內都可以使用,離開該函式則不能使用。實參出現在主調函式中,進入被調函式後,實參變數也不能使用。2 使用原理不同 函式的形参列於函式宣告中,在函式定義的函式體內使用。當函式呼叫時,形參 任何種類的 是一類將被填充的空白或是佔位符。實參是...

HOG detectMultiScale 引數分析

前段時間學習了hog描述子及其與svm結合在行人檢測方面的應用。當我們用訓練好的模型去檢測測試影象時,我們會用到detectmultiscale 這個函式來對影象進行多尺度檢測。這是opencv3.1裡的引數解釋 可以看到一共有8個引數。1.img 必需 這個不用多解釋,顯然是要輸入的影象。影象可以...

HOG detectMultiScale 引數分析

好文章,想分享,侵權刪 前段時間學習了hog描述子及其與svm結合在行人檢測方面的應用。當我們用訓練好的模型去檢測測試影象時,我們會用到detectmultiscale 這個函式來對影象進行多尺度檢測。這是opencv3.1裡的引數解釋 可以看到一共有8個引數。1.img 必需 這個不用多解釋,顯然...