import torch
net = yourNet()
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
state=torch.load('weights.pth', map_location=device)
for name, child in net.named_children():
if name in state.keys():
child.load_state_dict(state[name], strict=True)
pytorch加载部分权重的方法
最新推荐文章于 2024-07-26 20:52:07 发布
该代码段展示了如何在PyTorch中将预训练的模型权重加载到神经网络结构中。首先定义网络结构，然后根据CUDA是否可用决定模型运行的设备。接着从weights.pth文件中加载状态字典，并逐层地将权重加载到网络的子模块中，严格匹配参数。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
PyTorch 2.9
PyTorch
Cuda
PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理
扫一扫
1219
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
