溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
怎么在Pytorch模型中將讀取的pth文件參數轉換成numpy矩陣？很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。
nn.Module.parameters()
from torchvision.models.alexnet import alexnet model = alexnet(pretrained=True).eval().cuda() parameters = model.parameters() for p in parameters: numpy_para = p.detach().cpu().numpy() print(type(numpy_para)) print(numpy_para.shape)
上面得到的numpy_para就是numpy參數了~
Note：
model.parameters()是以一個生成器的形式迭代返回每一層的參數。所以用for循環讀取到各層的參數，循環次數就表示層數。
而每一層的參數都是torch.nn.parameter.Parameter類型，是Tensor的子類，所以直接用tensor轉numpy（即p.detach().cpu().numpy()）的方法就可以直接轉成numpy矩陣。
方便又好用，爆贊~
補充：pytorch訓練好的.pth模型轉換為.pt
將python訓練好的.pth文件轉為.pt
import torch
import torchvision
from unet import UNet
model = UNet(3, 2)#自己定義的網絡模型
model.load_state_dict(torch.load("best_weights.pth"))#保存的訓練模型
model.eval()#切換到eval（）
example = torch.rand(1, 3, 320, 480)#生成一個隨機輸入維度的輸入
traced_script_module = torch.jit.trace(model, example)
traced_script_module.save("model.pt")看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
