如何使用torch.hub.load加载本地模型？
如何使用torch.hub.load加载本地模型？
提问于 2021-04-28 14:55:10
我需要避免从网络下载模型(由于对机器安装的限制)。
这是可行的，但它从因特网下载模型
model = torch.hub.load('pytorch/vision:v0.9.0', 'deeplabv3_resnet101', pretrained=True)我将.pth文件和hubconf.py文件放置在/tmp/文件夹中，并将代码更改为
model = torch.hub.load('/tmp/', 'deeplabv3_resnet101', pretrained=True, source='local')但令我惊讶的是，它仍然从互联网下载模型。我做错了什么？如何在本地加载模型？
为了给您提供更多的细节，我在一个在运行时具有只读卷的Docker容器中完成了所有这些工作，所以这就是为什么下载新文件失败的原因。
Stack Overflow用户
回答已采纳
发布于 2021-04-28 21:16:57
在没有Internet连接的机器上，有两种方法可以获得可移植的模型。
- 在普通机器上用预先训练过的模型加载DeepLab，使用JIT编译器将其导出为图形，并将其放入机器。该脚本简单易懂:导出模型=torch.hub.load(‘py手电/vision:v0.9.0’，‘deeplabv3_3_resnet101 101’，pretrained=True).eval() traced_graph =torch.jit.trace(模型，torch.randn(1，3，H，W)) traced_graph.save('DeepLab.pth') #，加载模型=torch.hub.load，在这种情况下，将权重和网络结构保存为计算图，所以你不需要任何额外的文件。
- 看看torchvision的GitHub存储库。 有一个下载URL用于DeepLabV3，具有Resnet101主干网权重。 您可以下载一次这些权重，然后使用带pretrained=False标志的torchvision的deeplab并手动加载权重。 model =torch.hub.load(‘py手电/vision:v0.9.0’，‘deeplabv3 3_resnet101 101’，pretrained=False) model.load_state_dict(torch.load(‘下载权重路径’) 考虑到，在状态dict中可能有一个'state_dict'或类似的父密钥，您将在其中使用： Model.load_state_dict(torch.load(‘下载权重路径’)‘state_dict’)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/67302634
复制相关文章
相似问题
腾讯云开发者
