pytorch 如何手动修改模型文件model.pth和model.weights

相关文章推荐

没有腹肌的开水瓶 · 文晖街道2024工作总结和2025年工作思路· 6 月前 ·

重情义的炒粉 · 沈阳建设国家中心城市行动纲要-专项规划-沈阳 ...· 9 月前 ·

细心的荔枝 · 前波黑将军普拉亚克当庭自杀：残酷的屠夫死有余辜· 1 年前 ·

忐忑的土豆 · 不熟心结完结 - 抖音· 2 年前 ·

瘦瘦的伤痕 · 妖怪漫画 - 知乎· 2 年前 ·

dict的类型是collecitons.OrderedDict，是一个 有序字典 ，直接将新参数名称和初始值作为键值对插入，然后保存即可。

dict = torch .load ( './ckpt_dir//model_0.pth' ) net .load_state_dict ( dict ) for name ,param in net .named_parameters ( ) : print (name ,param ) #按参数名修改权重 dict [ "forward1.0.weight" ] = torch .ones ( ( 1 , 1 , 3 , 3 , 3 ) ) dict [ "forward1.0.bias" ] = torch .ones ( 1 ) torch .save ( dict , './ckpt_dir//model_0_.pth' ) #验证修改是否成功 net .load_state_dict (torch .load ( './ckpt_dir//model_0_.pth' ) ) for param_tensor in net .state_dict ( ) : print (net .state_dict ( ) [param_tensor ] )

方法2（按条件修改）

net.load_state_dict(torch.load('./ckpt_dir//model_0.pth'))
for param_tensor in net.state_dict():
	print(net.state_dict()[param_tensor])
#按条件修改权重
for param in net.parameters():
	new = torch.zeros_like(param.data)
	param.data = torch.where(0, param.data, new)
#验证是否真的修改了权重值。
for param_tensor in net.state_dict():
	print(net.state_dict()[param_tensor])

dict = torch.load(model_dir)
older_val = dict['旧名']
# 修改参数名
dict['新名'] = dict.pop('旧名')
torch.save(dict, './model_changed.pth')
#验证修改是否成功
changed_dict = torch.load('./model_changed.pth')
print(old_val)
print(changed_dict['新名'])

dict = torch.load('./ckpt_dir//model_0.pth')
print(dict)
dict['forward1.0.weight1'] = None #把OrderedDict类型的dict当作普通字典使用即可
print(dict)

pre_model = "./results/model_2-9.pth"
dict = torch.load(pre_model)
for key in list(dict.keys()):
    if key.startswith('decoder1'):
        del dict[key]
torch.save(dict, './model_deleted.pth')
# # #验证修改是否成功
changed_dict = torch.load('./model_deleted.pth')
for key in dict.keys():
    print(key)
删除参数层添加参数层修改参数名