机器学习——网络模型的保存与读取

加载网络模型，pretrained=False 网络中模型的参数是没有训练的，初始化参数。

import torch
import torchvision
vgg16 = torchvision.models.vgg16(pretrained=False)

1.有两种保存方式：torch.save()

①保存网络的 结构+参数

torch.save(vgg16, "vgg16_method1.pth")

②方式2【官方推荐】，网络模型的参数保存为字典，不保存结构。空间小

state_dict()返回包含模块整个状态的字典

torch.save(vgg16.state_dict(), "vgg16_method2.pth")

运行后，出现保存的文件。

2.网络的加载方式：torch.load（）

对应方式①打印出的是网络模型的结构

# 加载方式1模型
import torch
# 打印出的是网络模型的结构
model1 = torch.load("vgg16_method1.pth")
print(model1)

对应方式②打印出的参数是字典形式

model2 = torch.load("vgg16_method2.pth")
print(model2)

如何恢复成网络模型？

第一步：新建网络模型

vgg16 = torchvision.models.vgg16(pretrained=False)

第二步：加载网络参数模型

model2 = torch.load("vgg16_method2.pth")

第三步：调用load_state_dict，恢复成网络结构

vgg16.load_state_dict(model2)

最后

以上就是懵懂嚓茶为你收集整理的机器学习——网络模型的保存与读取的全部内容，希望文章能够帮你解决机器学习——网络模型的保存与读取所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。