Pytorch的C++使用

NineDays66

于 2019-10-09 15:13:22 发布

阅读量446

点赞数

分类专栏：机器学习、深度学习深度学习框架

本文链接：https://blog.youkuaiyun.com/u011808673/article/details/102461462

版权

机器学习、深度学习同时被 2 个专栏收录

99 篇文章

订阅专栏

深度学习框架

28 篇文章

订阅专栏

本文详细介绍了如何使用PyTorch的C++前端(libtorch)读取预训练模型的权重，并进行预测操作。通过实例展示了将PyTorch模型的参数转换为二进制文件的过程，便于跨平台部署。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

利用Pytorch的C++前端(libtorch)读取预训练权重并进行预测

https://blog.youkuaiyun.com/iamoldpan/article/details/85057238

https://blog.youkuaiyun.com/a819411321/article/details/97372177

pytorch 参数写入二进制文件

    data = []
    for name, param in model.state_dict().items():
        print("name:",name, " param:", param.size())
        if param.size() != torch.Size([]):
            pa = param.reshape(-1).to(device)
            numpy_param = pa.detach().numpy()
            print("param:", len(numpy_param))
            data += list(numpy_param)
    print("len data:", len(data))
    f = open('weights/yolov3.bin','wb+')
    data_struct = struct.pack(('%df' % len(data)), *data)
    f.write(data_struct)
    f.close()