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。。。
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。
1665

被折叠的 条评论
为什么被折叠?



