　一、pytorch模型保存/加载

　　有两种方式可用于保存/加载pytorch模型1）文件中保存模型结构和权重参数2）文件只保留模型权重.

　　1、文件中保存模型结构和权重参数

　　1）pytorch模型保存

　　import torch

　　torch.save(selfmodel,"save.pt")

　　2）pytorch模型加载

　　import torch

　　torch.load("save.pt")

　　2、文件只保留模型权重

　　1）pytorch模型保存

　　import torch

　　torch.save(selfmodel.state_dict(),"save.pt")

　　2）pytorch模型加载

　　关于区块链技术项目开发威：yy625019

　　selfmodel.load_state_dict(torch.load("save.pt"))

　　二、pytorch模型转ONNX模型

　　1、文件中保存模型结构和权重参数

　　import torch

　　torch_model=torch.load("save.pt")#pytorch模型加载

　　batch_size=1#批处理大小

　　input_shape=(3,244,244)#输入数据

　　#set the model to inference mode

　　torch_model.eval()

　　x=torch.randn(batch_size,*input_shape)#生成张量

　　export_onnx_file="test.onnx"#目的ONNX文件名

　　torch.onnx.export(torch_model,

　　x,

　　export_onnx_file,

　　opset_version=10,

　　do_constant_folding=True,#是否执行常量折叠优化

　　input_names=["input"],#输入名

　　output_names=["output"],#输出名

　　dynamic_axes={"input":{0:"batch_size"},#批处理变量

　　"output":{0:"batch_size"}})

　　注：dynamic_axes字段用于批处理.若不想支持批处理或固定批处理大小,移除dynamic_axes字段即可.

ITPub博客

泰山众筹SUN4.0模式软件开发