pytorch 使用加载训练好的模型做inference
前提：模型参数和结构是分别保存的
1、构建模型(#loadmodelgraph)
model=MODEL()
2、加载模型参数(#loadmodelstate_dict)
model.load_state_dict
(
{
k.replace('module.',''):vfork,vin
torch.load(config.model_path,map_location=config.device).items()
}
)
model=self.model.to(config.device)
*config.device指定使用哪块GPU或者CPU
*k.replace('module.',''):v防止torch.DataParallel训练的模型出现加载错误
（解决RuntimeError:modulemusthaveitsparametersandbuffersondevicecuda:0(device_ids[0])butfoundoneofthemondevice:cuda:1问题）
3、设置当前阶段为inference（#predict）
model.eval()
以上这篇pytorch使用加载训练好的模型做inference就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。