|
1 需要掌握3个重要的函数
1) torch.save： 将一个序列化的对象保存到磁盘。这个函数使用 Python 的 pickle 工具进行序列化。模型 (model)、张量 (tensor) 和各种对象的字典 (dict) 都可以用这个函数保存。
2) torch.load： 将 pickled 对象文件反序列化到内存，也便于将数据加载到设备中。
3) torch.nn.Module.load_state_dict()： 加载模型的参数。
2 state_dict
2.1 state_dict 介绍
PyTorch 中，torch.nn.Module里面的可学习的参数 (weights 和 biases) 都放在model.parameters()里面。而 state_dict 是一个 Python dictionary object，将每一层映射到它的 parameter tensor 上。注意：只有含有可学习参数的层 (convolutional layers, linear layers)，或者含有 registered buffers 的层 (batchnorm's running_mean) 才有 state_dict。优化器的对象 (torch.optim) 也有 state_dict，存储了优化器的状态和它的超参数。
因为 state_dict 是一个 Python dictionary object，所以保存，加载，更新它比较容易。
下面我们通过一个例子直观感受下 state_dict 的用法：
# Define model
class TheModelClass(nn.Module):
def __init__(self):
super(TheModelClass, self).__init__()
self.conv1 = nn.Conv2d(3, 6, 5)
self.pool = nn.MaxPool2d(2, 2)
self.conv2 = nn.Conv2d(6, 16, 5)
self.fc1 = nn.Linear(16 * 5 * 5, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)
def forward(self, x):
x = self.pool(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))
x = x.view(-1, 16 * 5 * 5)
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
# Initialize model
model = TheModelClass()
# Initialize optimizer
optimizer = optim.SGD(model.parameters(), lr=0.001, momentum=0.9)
# Print model's state_dict
print("Model's state_dict:")
for param_tensor in model.state_dict():
print(param_tensor, "\t", model.state_dict()[param_tensor].size())
# Print optimizer's state_dict
print("Optimizer's state_dict:")
for var_name in optimizer.state_dict():
print(var_name, "\t", optimizer.state_dict()[var_name])
输出：
Model's state_dict:
conv1.weight torch.Size([6, 3, 5, 5])
conv1.bias torch.Size([6])
conv2.weight torch.Size([16, 6, 5, 5])
conv2.bias torch.Size([16])
fc1.weight torch.Size([120, 400])
fc1.bias torch.Size([120])
fc2.weight torch.Size([84, 120])
fc2.bias torch.Size([84])
fc3.weight torch.Size([10, 84])
fc3.bias torch.Size([10])
Optimizer's state_dict:
state {}
param_groups [{'lr': 0.001, 'momentum': 0.9, 'dampening': 0, 'weight_decay': 0, 'nesterov': False, 'params': [4675713712, 4675713784, 4675714000, 4675714072, 4675714216, 4675714288, 4675714432, 4675714504, 4675714648, 4675714720]}]
2.2 保存和加载 state_dict (已经训练完，无需继续训练)
保存：
torch.save(model.state_dict(), PATH)
加载：
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH))
model.eval()
一般保存为.pt或.pth 格式的文件。
注意：
可以使用model.eval()将 dropout 和 batch normalization 层设置成 evaluation 模式。
load_state_dict()函数需要一个 dict 类型的输入，而不是保存模型的 PATH。所以这样 model.load_state_dict(PATH)是错误的，而应该model.load_state_dict(torch.load(PATH))。
如果你想保存验证机上表现最好的模型，那么这样best_model_state=model.state_dict()是错误的。因为这属于浅复制，也就是说此时这个 best_model_state 会随着后续的训练过程而不断被更新，最后保存的其实是个 overfit 的模型。所以正确的做法应该是best_model_state=deepcopy(model.state_dict())。
2.3 保存和加载整个模型 (已经训练完，无需继续训练)
保存：
torch.save(model, PATH)
加载：
# Model class must be defined somewhere
model = torch.load(PATH)
model.eval()
一般保存为.pt或.pth格式的文件。
注意：
可以使用model.eval()将 dropout 和 batch normalization 层设置成 evaluation 模式。
2.4 保存和加载 state_dict (没有训练完，还会继续训练)
保存：
torch.save({
'epoch': epoch,
'model_state_dict': model.state_dict(),
'optimizer_state_dict': optimizer.state_dict(),
'loss': loss,
...
}, PATH)
与2.2的不同是除了保存 model_state_dict 之外，还需要保存：optimizer_state_dict，epoch 和 loss，因为继续训练时要知道优化器的状态，epoch 等等。
加载：
model = TheModelClass(*args, **kwargs)
optimizer = TheOptimizerClass(*args, **kwargs)
checkpoint = torch.load(PATH)
model.load_state_dict(checkpoint['model_state_dict'])
optimizer.load_state_dict(checkpoint['optimizer_state_dict'])
epoch = checkpoint['epoch']
loss = checkpoint['loss']
model.eval()
# - or -
model.train()
与2.2的不同是除了加载 model_state_dict 之外，还需要加载：optimizer_state_dict，epoch 和 loss。
2.5 把多个模型存进一个文件
保存：
torch.save({
'modelA_state_dict': modelA.state_dict(),
'modelB_state_dict': modelB.state_dict(),
'optimizerA_state_dict': optimizerA.state_dict(),
'optimizerB_state_dict': optimizerB.state_dict(),
...
}, PATH)
把模型 A 和 B 的 state_dict 和 optimizer 都存进一个文件中。
加载：
modelA = TheModelAClass(*args, **kwargs)
modelB = TheModelBClass(*args, **kwargs)
optimizerA = TheOptimizerAClass(*args, **kwargs)
optimizerB = TheOptimizerBClass(*args, **kwargs)
checkpoint = torch.load(PATH)
modelA.load_state_dict(checkpoint['modelA_state_dict'])
modelB.load_state_dict(checkpoint['modelB_state_dict'])
optimizerA.load_state_dict(checkpoint['optimizerA_state_dict'])
optimizerB.load_state_dict(checkpoint['optimizerB_state_dict'])
modelA.eval()
modelB.eval()
# - or -
modelA.train()
modelB.train()
2.6 使用其他模型的参数暖启动自己的模型
有时候训练一个新的复杂模型时，需要加载它的一部分预训练的权重。即使只有几个可用的参数，也会有助于 warmstart 训练过程，帮助模型更快达到收敛。
如果手里有的这个 state_dict 缺乏一些 keys，或者多了一些 keys，只要设置strict参数为 False，就能够把 state_dict 能够匹配的 keys 加载进去，而忽略掉那些 non-matching keys。
保存模型 A 的 state_dict ：
torch.save(modelA.state_dict(), PATH)
加载到模型 B：
modelB = TheModelBClass(*args, **kwargs)
modelB.load_state_dict(torch.load(PATH), strict=False)
2.7 保存在 GPU, 加载到 CPU
保存：
torch.save(model.state_dict(), PATH)
加载：
device = torch.device('cpu')
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH, map_location=device))
这种情况 model.state_dict() 保存之后在 GPU，直接 torch.load(PATH) 会加载进 GPU 中。所以若想加载到 CPU 中，需要加 map_location=torch.device('cpu')。
2.8 保存在 GPU, 加载到 GPU
保存：
torch.save(model.state_dict(), PATH)
加载：
map_location="cuda:0"device = torch.device("cuda")
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH))
model.to(device)
# Make sure to call input = input.to(device) on any input tensors that you feed to the model
这种情况 model.state_dict() 保存之后在 GPU，直接 torch.load(PATH) 会加载进 GPU 中。所以若想加载到 GPU 中，不需要加 map_location=device。因为最后要加载到 GPU 里面，model 是重新初始化的 (在 CPU 里面)，所以要 model.to(device)。
2.9 保存在 CPU, 加载到 GPU
保存：
torch.save(model.state_dict(), PATH)
加载：
device = torch.device("cuda")
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH, map_location="cuda:0")) # Choose whatever GPU device number you want
model.to(device)
# Make sure to call input = input.to(device) on any input tensors that you feed to the model
这种情况 model.state_dict() 保存之后在 CPU，直接 torch.load(PATH) 会加载进 CPU 中。所以若想加载到 GPU 中，需要加 map_location="cuda:0" 。因为最后要加载到 GPU 里面，model 是重新初始化的 (在 CPU 里面)，所以要 model.to(device)。
 |
