我正在PyTorch中实施基于计算机视觉的研究论文。我已经通过参考本文建立了模型架构。作者已将已保存的权重以“ .pth.tar”格式上传到GitHub。我想在模型中加入相同的权重,以便跳过训练和优化部分,直接从神经网络获取输出。
这篇论文正在学习如何在黑暗中看。
模型架构如下:
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv1d(32, 12, 1)
.
.
def forward(self, x):
x = F.relu(self.conv1(x))
.
.
return x
net = Net()
然后是从Google驱动器/云存储导入训练后的权重并定义将训练后的权重放入网络的功能。
PS:两者的模型架构完全相同
答案 0 :(得分:1)
如果您使用的是Google colab
<td><?php echo form_checkbox( 'leave_id[]',$Dleave->leave_id); ?></td>
定义权重的路径
#mount drive onto google colab
from google.colab import drive
drive.mount('/content/gdrive')
解压缩tar文件
weights_path="/content/gdrive/My Drive/weights.pth"
将权重加载到模型网络中
!tar -xvf weights.pth.tar