pytorch - 如何在 PyTorch 中保存模型架构?
问题描述
我知道我可以通过torch.save(model.state_dict(), FILE)
或保存模型torch.save(model, FILE)
。但是它们都没有保存模型的架构。
那么我们如何在 PyTorch 中保存模型的架构,就像在 Tensorflow 中创建.pb
文件一样?我想对我的模型应用不同的调整。如果我无法保存模型的体系结构,是否有比每次复制整个类定义并创建一个新类更好的方法?
解决方案
你可以参考这篇文章来了解如何保存分类器。要对模型进行调整,您可以创建一个新模型,它是现有模型的子模型。
class newModel( oldModelClass):
def __init__(self):
super(newModel, self).__init__()
通过这种设置,newModel 具有所有层以及oldModelClass
. 如果需要进行调整,可以在__init__
函数中定义新层,然后编写一个新的 forward 函数来定义它。
推荐阅读
- php - 如何颤动/飞镖将图像数据发送到 apache 服务器 php 文件
- sql - SQL group-n-result (count, max, group)
- import - 在 SAS 中导入 txt 文件
- angular - Angular 9 - 类型“void”上不存在属性“订阅”
- javascript - 谷歌地图:通过地理编码器将地址转换为坐标后获取方向
- javascript - 在运行时使用 jQuery 将新行添加到 HTML 表时如何避免生成重复的标签(id)
- laravel - 目标类 [AuthController] 不存在 Laravel 8
- windows - 使用 include 指令在 Windows 上使用 msys 的 Makefile 出现奇怪行为(在 linux 上完美运行)
- java - 按钮单击后 JTextField 值未更新
- xamarin - 在 Xamarin.Forms 中使用基于堆栈的缓冲区溢出保护进行编译