Python 火炬没有保存我的冻结和优化模型

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

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, 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