pytorch加载预训练 加载部分参数

最简单的：

   state_dict = torch.load(weight_path)
   self.load_state_dict(state_dict,strict=False)

加载cpu：

  

   

    

     

    
    

     

         model = IResNet(IBasicBlock, [2, 2, 2, 2])
     
    
   

    

     

    
    

     

       a_path=r"ms1mv3_arcface_r18_fp16/backbone.pth"
     
    
   

    

     

    
    

     

       state_dict= torch.load(a_path, map_location=torch.device("cpu"))
     
    
   

    

     

    
    

     

       model.load_state_dict(state_dict)
     
    
  
 

这也是一种方法：

  

   

    

     

    
    

     

        state_dict = torch.load("220.pth")
     
    
   

    

     

    
    

     

       compatible_state_dict = {}
     
    
   

    

     

    
    

     
 for k, v in state_dict.items():
     
    
   

    

     

    
    

     
 if 'module.' in k:
     
    
   

    

     

    
    

     

       compatible_state_dict[k[7:]] = v
     
    
   

    

     

    
    

     
 else:
     
    
   

    

     

    
    

     
 if "cls.2" in k:
     
    
   

    

     

    
    

     
 continue
     
    
   

    

     

    
    

     

       compatible_state_dict[k] = v
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       net.load_state_dict(compatible_state_dict,strict=False)
     
    
  
 

参数尺度对不上可以用这个：

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/91390803