mxnet 解析模型的参数

本文探讨了在资源受限的移动端设备上运行深度学习模型所面临的挑战,特别是针对Mobilenet模型的压缩方法。文章介绍了如何使用MXNet框架读取并修改模型参数,为实现轻量化模型提供了实用的技术方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这段时间的工作一直在围绕移动端展开。项目需要在手机上跑一个深度学习模型,所以直接上resnet或者是其他的比较好的重量级的模型是不现实的,甚至mobilenet都是不太理想的,我用的一个千元机,跑mobilenet几乎需要1秒的时间。所以网络压缩是一个必然的选择。而进行该部分的工作,对模型参数的解析是个前提工作,下面来看如何读取模型的参数,并对其修改。
对于mxnet来说还是比较方便的:
我们以mobilenet举例

import mxnet as mx
sym, arg_params, aux_params = mx.model.load_checkpoint('mobilenet_v2', 0)
for param in arg_params:
    print(param)


###打印conv1的卷积权重,当然可以按照需求对参数进行修改
print(arg_params['conv1_weight'])

上述代码会打印出读取的模型参数的名称, arg_params是一个字典结构 {‘参数名’:参数}
于是便可以轻松的对网络的参数做一些工作。比如模型压缩。

评论
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