查看.pth文件里面保存了哪些权重及那些权重的shape

本文展示了如何使用PyTorch加载预训练模型的权重。通过`torch.load()`函数,将模型权重从'logs/ep100-loss0.253-val_loss1.945.pth'文件加载到CPU,并打印出模型提取器第一层权重的形状。博客重点讨论了在无GPU环境下进行模型权重加载的方法。
部署运行你感兴趣的模型镜像

废话不多说,直接上代码

import torch  

content = torch.load('logs/ep100-loss0.253-val_loss1.945.pth',map_location=torch.device('cpu'))
#torch.load('路径') 但是我的电脑没有GPU,是集成显卡呜呜呜,所以还得加个后面那部分map_location=torch.device('cpu')

print(content.keys())   


print(content['extractor.0.weight'].shape)

最后的输出结果为:

 -------------------------------------

说我文章篇幅太短,我也不知道说什么好了,,,,我就随便加点文字吧。。。

您可能感兴趣的与本文相关的镜像

GPT-oss:20b

GPT-oss:20b

图文对话
Gpt-oss

GPT OSS 是OpenAI 推出的重量级开放模型,面向强推理、智能体任务以及多样化开发场景

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值