pytorch快速加载预训练模型参数的方式

pytorch快速加载预训练模型参数的方式

针对的预训练模型是通用的模型，也可以是自定义模型，大多是vgg16 ,  resnet50 , resnet101 , 等，从官网加载太慢

直接修改源码，改为本地地址

1.直接使用默认程序里的下载方式，往往比较慢；

2.通过修改源代码，使得模型加载已经下载好的参数，修改地方如下：

通过查找自己代码里所调用网络的类，使用pycharm自带的函数查找功能（ctrl+鼠标左键）,查看此网络的加载方法，修改model.load_state_dict()函数。

例如：已经下载好的resnet50的参数文件：放在model_urls里面，这样就可以提前下载直接使用。

model_urls = {
  'resnet50': '/home/huihua/NewDisk1/pretrain_parameter/resnet50-19c8e357.pth',
}

把模型权重下载至torch的缓存文件夹

在本用户目录下,linux和win有不同

cd .cache/torch/checkpoints

cd /home/team/.torch/models

两种方式，常常是用第二种作为torch模型的缓存文件夹， /home/team/是用户的文件夹

进入文件夹把所需模型权重放入即可自动加载，相比第一种方法简单点。