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

Python——json格式数据与字典相互转换

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

youcans的深度学习 02PyTorch CPU版本安装与环境配置

Torch.load()使用方式

pytorch 模型保存与加载 cpu转GPU