Pytorch 为什么在没有扩展的情况下加载会导致性能下降?
我试图保存并加载火炬模型 与一起保存Pytorch 为什么在没有扩展的情况下加载会导致性能下降?,pytorch,Pytorch,我试图保存并加载火炬模型 与一起保存 def save(self, path='checkpoint.pth.tar'): print('save') torch.save({ 'state_dict': self.qNetwork.state_dict(), 'optimizer_state_dict': self.optimizer.state_dict() }, path)
def save(self, path='checkpoint.pth.tar'):
print('save')
torch.save({
'state_dict': self.qNetwork.state_dict(),
'optimizer_state_dict': self.optimizer.state_dict()
}, path)
def load(self, path='checkpoint.pth.tar'):
print('load:', path)
checkpoint = torch.load(path)
self.qNetwork.load_state_dict(checkpoint['state_dict'])
self.targetNetwork.load_state_dict(checkpoint['state_dict'])
self.optimizer.load_state_dict(checkpoint['optimizer_state_dict'])
加载了
def save(self, path='checkpoint.pth.tar'):
print('save')
torch.save({
'state_dict': self.qNetwork.state_dict(),
'optimizer_state_dict': self.optimizer.state_dict()
}, path)
def load(self, path='checkpoint.pth.tar'):
print('load:', path)
checkpoint = torch.load(path)
self.qNetwork.load_state_dict(checkpoint['state_dict'])
self.targetNetwork.load_state_dict(checkpoint['state_dict'])
self.optimizer.load_state_dict(checkpoint['optimizer_state_dict'])
问题是我不知道扩展名pth.tar的存在是有原因的。我刚刚删除了扩展名,并为save
和load
提供了path
参数checkpoint
。现在它成功了。它从那里再次装载和训练。但问题是,我的模型的准确性从加载后保存之前急剧下降。做Flappy Bird
500分及以上的动作,得分低于10分。但更奇怪的是,500岁及以上的人的推断还行。这种行为的原因是什么