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
评论(0)