pytorch 加载(.pth)格式的模型实例

2019-11-25 11:55:32

字体：大中小

来源：转载

供稿：网友

有一些非常流行的网络如 resnet、squeezenet、densenet等在pytorch里面都有，包括网络结构和训练好的模型。

pytorch自带模型网址：https://pytorch-cn.readthedocs.io/zh/latest/torchvision/torchvision-models/

按官网加载预训练好的模型：

import torchvision.models as models # pretrained=True就可以使用预训练的模型resnet18 = models.resnet18(pretrained=True)print(resnet18)

报错如下：

requests.exceptions.ConnectionError: ('Connection aborted.', TimeoutError(10060, '由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。', None, 10060, None))

主要是因为代码会去远端下载模型的参数，而国内的网一般连接不上，这是我们需要手动去下载你要的预训练网络。

通过地址下载，地址有两种获取方式：

1.从报错里面获取，上述代码运行时会出现这样一行信息：

Downloading: "https://download.pytorch.org/models/resnet18-5c106cde.pth" to C:/Users/Luo/.torch/models/resnet18-5c106cde.pth

复制这个网址到浏览器，有可能打不开，去掉https://，直接输入download.pytorch.org/models/resnet18-5c106cde.pth就可以下载了。

2.从pytorch的github下找模型的地址：https://github.com/pytorch/vision/tree/master/torchvision/models

找到对应模型名称点进去找地址

下载好后自行保存，我是直接存在pytorch models里面

接下来就是运行这个.pth文件。首先要判断是保存的整个网络结构加参数呢，还是只保存了参数，可以测试一下。这是我的模型是squeezenet1_1，你可以测试自己下载的模型

import torchpthfile = r'E:/anaconda/app/envs/luo/Lib/site-packages/torchvision/models/squeezenet1_1.pth'net = torch.load(pthfile)print(net)

结果为

很明显就是只保存了参数，这是我们要换个方法加载模型

import torchimport torchvision.models as models # pretrained=True就可以使用预训练的模型net = models.squeezenet1_1(pretrained=False)pthfile = r'E:/anaconda/app/envs/luo/Lib/site-packages/torchvision/models/squeezenet1_1.pth'net.load_state_dict(torch.load(pthfile))print(net)

结果;