insightface 切换GPU训练报错解决
【摘要】 insightface代码：
https://github.com/deepinsight/insightface
在pytorch训练时，先用gpu1训练，再用gpu2训练，加载gpu1的预训练时报错，
解决方法：
先用cpu加载模型，再转换到新的gpu id上，
代码如下：
self.weight: torch.Tensor = torch.load(sel...
insightface代码：
https://github.com/deepinsight/insightface
在pytorch训练时，先用gpu1训练，再用gpu2训练，加载gpu1的预训练时报错，
解决方法：
先用cpu加载模型，再转换到新的gpu id上，
代码如下：
self.weight: torch.Tensor = torch.load(self.weight_name,map_location='cpu')
self.weight=self.weight.cuda(local_rank)
self.weight_mom: torch.Tensor = torch.load(self.weight_mom_name,map_location='cpu')
self.weight_mom=self.weight_mom.cuda(local_rank)
partial_fc.py 完整代码如下：
import logging
import os
import torch
import torch.distributed as dist
from torch.nn import Module
from torch.nn.functional import normalize, linear
from torch.nn.parameter import Parameter
class PartialFC(Module):
"""
Author: {Xiang
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/117703681
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论（0）