pytorch finetune模型

pytorch finetune模型

文章主要講述如何在pytorch上讀取以往訓(xùn)練的模型參數(shù),在模型的名字已經(jīng)變更的情況下又如何讀取模型的部分參數(shù)等。
?????????????????????????????????????????????????????????????????????????????????????? --------作者:jiangwenj02【轉(zhuǎn)載請注明】


pytorch 模型的存儲(chǔ)與讀取

其中在模型的保存過程有存儲(chǔ)模型和參數(shù)一起的也有單獨(dú)存儲(chǔ)模型參數(shù)的

單獨(dú)存儲(chǔ)模型參數(shù)

存儲(chǔ)時(shí)使用:

torch.save(the_model.state_dict(), PATH)

讀取時(shí):

the_model = TheModelClass(*args, **kwargs)
the_model.load_state_dict(torch.load(PATH))

存儲(chǔ)模型與參數(shù)

存儲(chǔ):

torch.save(the_model, PATH)

讀取:

the_model = torch.load(PATH)

模型的參數(shù)

fine-tune的過程是讀取原有模型的參數(shù),但是由于模型的所要處理的數(shù)據(jù)集不同,最后的一層class的總數(shù)不同趋观,所以需要修改模型的最后一層,這樣模型讀取的參數(shù)锋边,和在大數(shù)據(jù)集上訓(xùn)練好下載的模型參數(shù)在形式上不一樣皱坛。需要我們自己去寫函數(shù)讀取參數(shù)。

pytorch模型參數(shù)的形式

模型的參數(shù)是以字典的形式存儲(chǔ)的豆巨。

model_dict = the_model.state_dict(),
for k,v in model_dict.items():
    print(k)

即可看到所有的鍵值
如果想修改模型的參數(shù)剩辟,給相應(yīng)的鍵值賦值即可

model_dict[k] = new_value

最后更新模型的參數(shù)

the_model.load_state_dict(model_dict)

如果模型的key值和在大數(shù)據(jù)集上訓(xùn)練時(shí)的key值是一樣的

我們可以通過下列算法進(jìn)行讀取模型

model_dict = model.state_dict()

pretrained_dict = torch.load(model_path)
 # 1. filter out unnecessary keys
diff = {k: v for k, v in model_dict.items() if \
            k in pretrained_dict and pretrained_dict[k].size() == v.size()}
pretrained_dict = {k: v for k, v in pretrained_dict.items() if k in model_dict and model_dict[k].size() == v.size()}
pretrained_dict.update(diff)
# 2. overwrite entries in the existing state dict
model_dict.update(pretrained_dict)
# 3. load the new state dict
model.load_state_dict(model_dict)

如果模型的key值和在大數(shù)據(jù)集上訓(xùn)練時(shí)的key值是不一樣的,但是順序是一樣的

model_dict = model.state_dict()

pretrained_dict = torch.load(model_path)
keys = []
for k,v in pretrained_dict.items():
    keys.append(k)
i = 0
for k,v in model_dict.items():
    if v.size() == pretrained_dict[keys[i]].size():
        print(k, ',', keys[i])
         model_dict[k]=pretrained_dict[keys[i]]
    i = i + 1
model.load_state_dict(model_dict)

如果模型的key值和在大數(shù)據(jù)集上訓(xùn)練時(shí)的key值是不一樣的,但是順序是也不一樣的

自己找對應(yīng)關(guān)系抹沪,一個(gè)key對應(yīng)一個(gè)key的賦值

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市瓤球,隨后出現(xiàn)的幾起案子融欧,更是在濱河造成了極大的恐慌,老刑警劉巖卦羡,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件噪馏,死亡現(xiàn)場離奇詭異,居然都是意外死亡绿饵,警方通過查閱死者的電腦和手機(jī)欠肾,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來拟赊,“玉大人刺桃,你說我怎么就攤上這事∥睿” “怎么了瑟慈?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長屋匕。 經(jīng)常有香客問我葛碧,道長,這世上最難降的妖魔是什么过吻? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任进泼,我火速辦了婚禮,結(jié)果婚禮上纤虽,老公的妹妹穿的比我還像新娘乳绕。我一直安慰自己,他們只是感情好廓推,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布刷袍。 她就那樣靜靜地躺著,像睡著了一般樊展。 火紅的嫁衣襯著肌膚如雪呻纹。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天专缠,我揣著相機(jī)與錄音雷酪,去河邊找鬼。 笑死涝婉,一個(gè)胖子當(dāng)著我的面吹牛哥力,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼吩跋,長吁一口氣:“原來是場噩夢啊……” “哼寞射!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起锌钮,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤桥温,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后梁丘,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體侵浸,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年氛谜,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了掏觉。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,654評論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡值漫,死狀恐怖澳腹,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情杨何,我是刑警寧澤遵湖,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布,位于F島的核電站晚吞,受9級特大地震影響延旧,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜槽地,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一迁沫、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧捌蚊,春花似錦集畅、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至窗宦,卻和暖如春赦颇,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背赴涵。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工媒怯, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人髓窜。 一個(gè)月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓扇苞,卻偏偏與公主長得像欺殿,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子鳖敷,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,543評論 2 349

推薦閱讀更多精彩內(nèi)容