pytorch训练过程调用tensorflow模型

最新推荐文章于 2025-04-22 20:19:35 发布

原创

最新推荐文章于 2025-04-22 20:19:35 发布 · 2.3k 阅读

1 ·

CC 4.0 BY-SA版权

在PyTorch训练过程中尝试调用已用TensorFlow训练好的模型时遇到错误。问题可能源于环境中的TensorFlow为GPU版本。在CPU环境下运行仍报错，与交互工具和GLUT初始化有关。解决方法包括在终端运行，解决glutInit错误，通过安装freeglut3和freeglut3-dev包避免OpenGL错误。最终虽能运行，但结果显示为黑色。

在pytorch代码训练里，想要调用tf之前训练好的模型，报错

RuntimeError: cuda runtime error (100) : no CUDA-capable device is detected at /opt/conda/conda-bld/pytorch_1595629427286/work/aten/src/THC/THCGeneral.cpp:47

虽然我使用cpu调用的tensorflow的checkpoint

with tf.device('/cpu:0'):
sess = tf.Session(graph=self.graph, config=tf.ConfigProto(device_count={'cpu': 0}))
os.environ["CUDA_VISIBLE_DEVICES"] = " "

可能就是一个代码无法涉及两个框架吧

可能是因为环境里安装的tensorflow是gpu版本，最后使用的调用了gpu？

运行coma的latent mode

这个报错是因为交互工具不对，在终端下运行可以。

后来在终端下运行，还有一个报错，说的glutinit有问题

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

redredblue

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

将tensorflow保存的预训练模型读取为pytorch模型参数

Cyril的博客

02-15

3312

用tensorflow的saver保存模型后，会有如下几个文件我们可以通过graph.pbtxt看到tensorflow的计算图，方法如下： import tensorflow as tf import tensorflow.contrib.image from tensorflow.python.platform import gfile graph = tf.get_default_gra...

2 条评论您还未登录，请先登录后发表或查看评论

2 条评论

Alicesla 2022.05.19
本来是想看有没有pytorch调用tensorflow模型的方法，结果那个图片放的真滴好吓人[face]emoji:010.png[/face]
- sinat_41640749回复Alicesla 2022.06.20
  我也是

深度学习调用TensorFlow、PyTorch等框架

吴建明wujianming_110117

06-12

1141

深度学习调用TensorFlow、PyTorch等框架一．开发目标目标提供统一接口的库，它可以从C++和Python中的多个框架中运行深度学习模型。欧米诺使研究人员能够在自己选择的框架内轻松建立模型，同时也简化了这些模型的产品离子化。支持TensorFlow、PyTorch、TorchScript和Keras等深度学习框架。使用一个API从任何支持的框架运行模型，运行TensorFlow模型看起来就像运行PyTorch模型。 x = np.array([1, 2, 3, 4]) y = np.arr

tensorflow和pytorch模型之间转换

热门推荐

weixin_42699651的博客

03-31

3万+

参考链接： https://github.com/bermanmaxim/jaccardSegment/blob/master/ckpt_to_dd.py 一. tensorflow模型转pytorch模型 import tensorflow as tf import deepdish as dd import argparse import os import numpy as np def ...

TensorFlow Pytorch 模型读取相关

haozi2008的博客

11-26

866

TensorFlow Pytorch 模型读取相关TensorflowTensorflow载入部分权重基本步骤适用方法Tensorflow模型转Pytorch Tensorflow Tensorflow载入部分权重基本步骤为layer命名，加入name=‘layer_name’ model.load_weights(’…h5’, by_name=True) 适用方法网络中间的某些层不载入权重 model.layers[id].name = 'layer_name_2' //重命名不想载入权重的

pytorch 加载模型_剑指TensorFlow，PyTorch Hub官方模型库一行代码复现主流模型

weixin_39918128的博客

11-24

406

选自PyTorch机器之心编译参与：思源、一鸣经典预训练模型、新型前沿研究模型是不是比较难调用？PyTorch 团队今天发布了模型调用神器 PyTorch Hub，只需一行代码，BERT、GPT、PGAN 等最新模型都能玩起来。项目地址：https://pytorch.org/hub机器学习领域，可复现性是一项重要的需求。但是，许多机器学习出版成果难以复现，甚至无法复现。随着数量上逐年增...

pytorch训练权重转化为tensorflow模型的教训

u013590327的博客

03-11

303

模型构建时候有时候在工程量比较大的时候，不可避免使用迭代算法，迭代算法本身会让错误的追踪更加困难，因此掌握基本的框架之间的差异非常重要。以下均是在模型转换过程中出现的错误。

Pytorch模型转Tensorflow模型的那些事

AmibitionWei的博客

01-27

1万+

Pytorch模型转Tensorflow模型部署上线pytorch模型转tensorflow流程torch模型文件转onnx文件.onnx文件转tensorflow .pb文件导入计算图，测试样例注意版本差异和环境最近在研究Query2Title模型，学术界上快速实验一般都用pytorch，但是业界部署模型上大多都还是tensorflow模型部署。也可能是自己太懒了，哈哈，pytorch永久了tensorflow有点生疏，懒的去用啦！结果就…，线上部署必须得tensorflow模型，所以就把torch的.

如何在Python中使用TensorFlow或PyTorch构建和训练CNN模型？

njhhuuuby的博客

06-21

1150

选择适当的模型结构来构建你的CNN模型。典型的CNN模型结构包括卷积层、激活函数、池化层和全连接层等。

使用Java调用TensorFlow与PyTorch模型：DJL框架的应用探索

最新发布

码上飞扬的博客

04-22

1414

Deep Java Library（DJL）是一个开源的深度学习库，旨在为Java开发者提供一个简单、直观的API，以便在Java应用中实现深度学习模型的使用。DJL由多个团队共同开发，支持多种主流深度学习引擎，如TensorFlow、PyTorch和MXNet，使得开发者能够在他们熟悉的Java环境中利用深度学习技术。通过上述代码，您可以看到在Java中使用DJL框架加载和推理TensorFlow模型的过程是相对简单和直观的。您只需准备好模型，设置输入数据，然后调用模型进行推理，最后处理输出结果。

PyTorch与Tensorflow的快速环境配置（有GPU版本）【从头到尾；无障碍】

weixin_44126491的博客

03-13

5368

摘要：本文参考前辈资料，并结合实际操作，记录深度学习的经典框架PyTorch与TensorFlow的实际环境配置所需操作。其中，操作1-2步为两个框架环境配置都需要执行的操作，第3步为各自分化操作，第4步为Jupyter Notebook中使用两个环境所需步骤。经笔者亲测，（相较于之前踩的那些坑QAQ）本文所述整个流程执行过程相当丝滑，没有出现（任何奇奇怪怪的）报错。 1. 安装&配置Anaconda 1.1. 安装Anaconda （1）在官网下载安装包：https://repo.anacond

tensorflow 版本_Tensorflow两类版本获取模型参数情况的方法

weixin_39714835的博客

11-24

535

分享人工智能技术干货，专注深度学习与计算机视觉领域！Tensorflow存在不同版本架构的差异，以Tensorflow2.0为分界线，Tensorflow 2.0以下的版本都是以静态图构建图结构，且一般是调用TF内建接口来构造神经网络模型的，而Tensorflow2.0及以上版本则默认以动态图构建图结构，且默认是以Keras API接口来构建神经网络模型的，因此，获取模型参数情况的方法也因不同版本...

pytorch如何读取tensorflow的ELECTRA

Maple470的博客

07-10

1095

因为这里ELECTRA-LARGE只有tensorflow版本，但是目前pytorch有现成的代码想用。所以思考如何用pytorch来读取tensorflow村的模型：方法：用transformers将tensorflow版本的模型转换为pytorch版本的模型。个人环境：transformer==2.10.0，tensorflow==2.1.0，pytorch==1.5.1 官方源码： # coding=utf-8 # Copyright 2018 The HuggingFace Inc..

pytorch模型转到TensorFlow lite：pytorch-＞onnx-＞tensorflow-＞tensorflow lite

qiumokucao的博客

05-14

6722

现在很多算法都是用pytorch框架训练的，但是在移动端部署很多又使用TensorFlow lite，因此需要将pytorch模型转换到TensorFlow lite。将pytorch模型转到TensorFlow lite的流程是pytorch->onnx->tensorflow->tensorflow lite，本文记录一下踩坑的过程。 1、pytorch转onnx 这一步比较简单，使用pytorch自带接口就行。不过有一点需要注意的，就是opset版本，可能会影响后续的转换。

Pytorch与Tensorflow2相互转换，函数记录（持续更新中......）

weixin_39379635的博客

03-02

937

对pytorch模型进行tensorflow2模型装换时，遇到的一些函数转换问题

tf预训练模型转换为torch预训练模型

wanzi_antang的博客

03-19

1637

在将albert的tensorflow预训练模型转换为 torch类型预训练模型，踩了很多坑。终于解决，希望对大家有用前期准备创建一个环境带有torch和tf的环境，步骤如下：首先创建环境 python conda create -n torchtf_env python=3.7 然后，安装torch（根据自己电脑的cuda安装） python conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c co

Ubuntu中的pycharm不能调用tensorflow-gpu

qq_35296537的博客

08-11

2373

在Ubuntu18.04中使用tensorflow的GPU版本。pycharm不能调用tensorflow模块。主要原因在于找不到cuda位置。因为我们在安装cuda和cudnn的时候，把cuda和cudnn的路径信息添加到了～\.bashrc中，这是bash的环境设置，所以我们在bash中是可以使用tensorflow的。但是若使用pycharm的快捷方式运行的话，就不能继承bash中的cuda...

pytorch入门笔记（一）：数据读取、模型搭建和训练

ZouCharming的专栏

11-13

1792

最近发现周围的大佬都在用pytorch了，作为一个还在用tensorflow1.14的渣中渣：），决定也跟随大佬们的步伐，学习一波pytorch 在网上看了看相关教程（看文档学习是不可能的，这辈子都不可能的），对pytorch有了一点了解，手动搞了个CIFAR10的分类（手动弱鸡），虽然比较弱，还是过来写个总结吧关于pytorch中相关函数的介绍就不写了，来来去去就是什么卷积啊，激活函数啊，损失函数之类的，基本上tensorflow有的，pytorch都有。不过pytorch有些功能往往是返回一个对象

(29)RuntimeError: cuda runtime error (999)

weixin_40227656的博客

11-03

1016

问题描述：跑改进的yolov4程序时，不小心碰到了键盘上最上面一排“PC”和它左右的三个按键之一，程序直接报错： THCudaCheck FAIL file=/opt/conda/conda-bld/pytorch_1595629403081/work/aten/src/THC/THCGeneral.cpp line=47 error=999 : unknown error Traceback (most recent call last): File "/home/lidan/PycharmPro

Pytorch——模型的读取和存储

phacpf123

07-19

3470

Pytorch 模型的保存与加载