[英]Error in layers while loading weights from a pretrained model in keras for finetuning
[英]PyTorch loading pretrained weights
我正在尝试将预训练的 model re.net_18.pth
文件加载到 pytorch 中。在线文档建议这样导入:
weights = torch.load("resnet_18.pth")
当我打印weights
的 output 时,它给出如下内容:
('module.layer4.1.bn2.running_mean', tensor([ 9.1797e+01, -2.4204e+02, 5.6480e+01, -2.0762e+02, 4.5270e+01,
-3.2356e+02, 1.8662e+02, -1.4498e+02, -2.3701e+02, 3.2354e+01,
...
所有教程都提到使用 model 为基础加载权重:
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH))
model.eval()
我想使用默认的 re.net-18 model 来应用权重,但是我来自tensorflow vision
的resent18
没有load_state_dict
function。感谢帮助。
from torchvision.models import resnet18
resnet18.load_state_dict(torch.load("resnet_18.pth"))
# 'function' object has no attribute 'load_state_dict'
re.net18
本身是一个 function,它返回一个ResNet18
model。加载自己的预训练权重可以做的是使用
model = resnet18()
model.load_state_dict(torch.load("resnet_18.pth"))
请注意, load_state_dict(...)
就地加载权重并且不会返回 model 本身。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.