可以从官网加载预训练好的模型:

import torchvision.models as models
 
model = models.vgg16(pretrained = True)
print(model)

但是经常会出现因为下载速度太慢而出现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))这种错误,因此需要我们手动去下载 .pth 文件(百度云也很慢,如果你是SVIP,当我没说;迅雷的速度也还可以),然后从本地加载。

从本地加载只需要把上面的代码换成如下:

import torchvision.models as models
 
model = models.vgg16(pretrained=False)
pre=torch.load(r'.\kaggle_dog_vs_cat\pretrain\vgg16-397923af.pth')
model.load_state_dict(pre)

如果你模型不是用的vgg16,而是用的vgg11或者vgg13,只需要修改语句 model = models.vgg16(pretrained=False) 为对应模型的函数即可。

以上这篇pytorch实现从本地加载 .pth 格式模型就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

标签:
pytorch,本地加载,pth

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
评论“pytorch实现从本地加载 .pth 格式模型”
暂无“pytorch实现从本地加载 .pth 格式模型”评论...

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。