Python 火炬没有保存我的冻结和优化模型
当我启动脚本时,它会一直正常运行,直到它遇到tracked_model.save(args.save_path)语句,然后脚本就会停止运行。 有人能帮我解决这个问题吗Python 火炬没有保存我的冻结和优化模型,python,python-3.x,machine-learning,pytorch,torch,Python,Python 3.x,Machine Learning,Pytorch,Torch,当我启动脚本时,它会一直正常运行,直到它遇到tracked_model.save(args.save_path)语句,然后脚本就会停止运行。 有人能帮我解决这个问题吗 import argparse import torch from model import SpeechRecognition from collections import OrderedDict def trace(model): model.eval() x = torch.rand(1, 81, 30
import argparse
import torch
from model import SpeechRecognition
from collections import OrderedDict
def trace(model):
model.eval()
x = torch.rand(1, 81, 300)
hidden = model._init_hidden(1)
traced = torch.jit.trace(model, (x, hidden))
return traced
def main(args):
print("loading model from", args.model_checkpoint)
checkpoint = torch.load(args.model_checkpoint, map_location=torch.device('cpu'))
h_params = SpeechRecognition.hyper_parameters
model = SpeechRecognition(**h_params)
model_state_dict = checkpoint['state_dict']
new_state_dict = OrderedDict()
for k, v in model_state_dict.items():
name = k.replace("model.", "") # remove `model.`
new_state_dict[name] = v
model.load_state_dict(new_state_dict)
print("tracing model...")
traced_model = trace(model)
print("saving to", args.save_path)
traced_model.save(args.save_path)
print("Done!")
if __name__ == "__main__":
parser = argparse.ArgumentParser(description="testing the wakeword engine")
parser.add_argument('--model_checkpoint', type=str, default='your/checkpoint_file', required=False,
help='Checkpoint of model to optimize')
parser.add_argument('--save_path', type=str, default='path/where/you/want/to/save/the/model', required=False,
help='path to save optmized model')
args = parser.parse_args()
main(args)
如果启动脚本,您甚至可以看到它在哪里停止工作,因为未执行print(“Done!”)
。
以下是我运行脚本时在终端中的外观:
loading model from C:/Users/supre/Documents/Python Programs/epoch=0-step=11999.ckpt
tracing model...
saving to C:/Users/supre/Documents/Python Programs
根据,一个常见的PyTorch约定是使用.pt或.pth文件扩展名保存模型
要保存模型检查点或多个组件,请在字典中组织它们,并使用torch.save()
序列化字典。
比如说,
torch.save({
'epoch': epoch,
'model_state_dict': model.state_dict(),
'optimizer_state_dict': optimizer.state_dict(),
'loss': loss,
...
}, PATH)
一个常见的PyTorch约定是使用.tar文件扩展名保存这些检查点
希望这能回答您的问题。那么您是如何运行脚本的?看起来您传入的是目录名,而不是文件名。@AKX是的,我传入的是检查点的目录,您认为我应该传入检查点的文件名吗?@AKX您可以将我添加到discord中吗?因为我认为这个问题似乎比它看起来更复杂。我的名字:SheeeshForce1#8083