从Pytorch模型pth文件中读取参数成numpy矩阵的操作_Python

从Pytorch模型pth文件中读取参数成numpy矩阵的操作

2021-09-14 00:38木盏 Python

这篇文章主要介绍了从Pytorch模型pth文件中读取参数成numpy矩阵的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

目的：

把训练好的pth模型参数提取出来，然后用其他方式部署到边缘设备。

Pytorch给了很方便的读取参数接口：

				?

									nn.Module.parameters()

直接看demo：

				?

									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参数了~

Note：

model.parameters()是以一个生成器的形式迭代返回每一层的参数。所以用for循环读取到各层的参数，循环次数就表示层数。

而每一层的参数都是torch.nn.parameter.Parameter类型，是Tensor的子类，所以直接用tensor转numpy（即p.detach().cpu().numpy()）的方法就可以直接转成numpy矩阵。

方便又好用，爆赞~

补充：pytorch训练好的.pth模型转换为.pt

将python训练好的.pth文件转为.pt

				?

									import torch

									import torchvision

									from unet import UNet

									model = UNet(3, 2)#自己定义的网络模型

									model.load_state_dict(torch.load("best_weights.pth"))#保存的训练模型

									model.eval()#切换到eval（）

									example = torch.rand(1, 3, 320, 480)#生成一个随机输入维度的输入

									traced_script_module = torch.jit.trace(model, example)

									traced_script_module.save("model.pt")