pytorch--cpu与gpu load时相互转化
Posted llfctt
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pytorch--cpu与gpu load时相互转化相关的知识,希望对你有一定的参考价值。
将gpu改为cpu时,遇到一个报错:RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=‘cpu‘ to map your storages to the CPU.此时改为:
torch.load("0.9472_0048.weights",map_location=‘cpu‘)
假设我们只保存了模型的参数(model.state_dict())到文件名为modelparameters.pth, model = Net()
1. cpu -> cpu或者gpu -> gpu:
checkpoint = torch.load(‘modelparameters.pth‘)
model.load_state_dict(checkpoint)
2. cpu -> gpu 1
torch.load(‘modelparameters.pth‘, map_location=lambda storage, loc: storage.cuda(1))
3. gpu 1 -> gpu 0
torch.load(‘modelparameters.pth‘, map_location=‘cuda:1‘:‘cuda:0‘)
4. gpu -> cpu
torch.load(‘modelparameters.pth‘, map_location=lambda storage, loc: storage)
以上是关于pytorch--cpu与gpu load时相互转化的主要内容,如果未能解决你的问题,请参考以下文章
json字符串与字典之间的相互转换,即loads(load)dumps(dump)
youcans的深度学习 02PyTorch CPU版本安装与环境配置