mxnet加载保存部分参数

  

   

    

     

    
    

     

      def get_specify_mod(model_str,ctx,data_shpae,layer_name):
     
    
   

    

     

    
    

     

       _vec = model_str.split(",")
     
    
   

    

     

    
    

     

       prefix = _vec[0]
     
    
   

    

     

    
    

     

       epoch = int(_vec[1])
     
    
   

    

     

    
    

     

       sym,arg_params,aux_params = mx.model.load_checkpoint(prefix,epoch)
     
    
   

    

     

    
    

     
 #获取神经网络所有的层
     
    
   

    

     

    
    

     

       all_layers = sym.get_internals()
     
    
   

    

     

    
    

     
 #获取输出层
     
    
   

    

     

    
    

     

       sym = all_layers[layer_name+"_output"]
     
    
   

    

     

    
    

     

       mod = mx.mod.Module(symbol=sym,context=ctx)
     
    
   

    

     

    
    

     

       mod.bind(data_shapes=[("data",data_shpae)])
     
    
   

    

     

    
    

     

       mod.set_params(arg_params,aux_params)
     
    
   

    

     

    
    

     
 return mod
     
    
  
 

保存部分模型ok了，准确度也是ok的。

  

   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      import mxnet as mx
     
    
   

    

     

    
    

     

      import numpy as np
     
    
   

    

     

    
    

     

      import sys
     
    
   

    

     

    
    

     

      import os
     
    
   

    

     

    
    

     

      import argparse
     
    
   

    

     

    
    

     

      import onnx
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print('mxnet version:', mx.__version__)
     
    
   

    

     

    
    

     

      print('onnx version:', onnx.__version__)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      from mxnet.contrib import onnx as onnx_mxnet
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      from onnx import checker
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      input_shape = (1,3,112,112)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      a_sym, arg_params, aux_params = mx.model.load_checkpoint("./model", 13)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      all_layers = a_sym.get_internals()
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      all_layers=model.symbol.get_internals()
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      param_key=all_layers.list_outputs()
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      _sym=all_layers["pre_fc1_output"]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      model=mx.mod.Module(symbol=_sym,context=[mx.cpu()])
     
    
   

    

     

    
    

     

      model.bind(data_shapes=[("data", (1, 3, 112, 112))])
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      model.params_initialized=True
     
    
   

    

     

    
    

     

      _arg_params, _aux_params=model.get_params()
     
    
   

    

     

    
    

     

      arg_params_new=dict()
     
    
   

    

     

    
    

     

      aux_params_new=dict()
     
    
   

    

     

    
    

     

      for key in _arg_params.keys():
     
    
   

    

     

    
    

     
 # key1=replace_key(key)
     
    
   

    

     

    
    

     

       arg_params_new[key]=arg_params[key]
     
    
   

    

     

    
    

     

      for key in _aux_params.keys():
     
    
   

    

     

    
    

     
 # key1=replace_key(key)
     
    
   

    

     

    
    

     

       aux_params_new[key]=aux_params[key]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      model.set_params(arg_params_new,aux_params_new,allow_missing=True)
     
    
   

    

     

    
    

     

      model.save_checkpoint("55_jz",0)
     
    
  
 

前几层用的是vgg中的前10层，所以需要用到pretrained vgg中的前几层来initialize我的模型。

mxnet中有什么好的办法能像这样只给模型中的部分layer进行load吗？目前我看到的load_parameters()好像是指load整个模型

net[0:10].load_parameters( vgg_para_file_name, allow_missing=True, ignore_extra=True)
这样？

或者直接net.load_parameters( vgg_para_file_name, allow_missing=True, ignore_extra=True)不行吗？

因为改了网络，除了前10层能匹配上，后面都匹配不上，mxnet自动就初始化匹配上的那10层了

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/115645471