如何解决如何在torchscript中包含单独模块的加载权重?
我有两个权重文件。一个是主网络,第二个是主网络的一部分——特征提取层。
因此,当我尝试调试并找出我的 Python 和 C++ 脚本的结果不同的原因时,我发现 enc0 和其他完全为零,但在 Python 脚本中并非所有值都为零。我的观点是,torchscript 没有保存负载权重功能,因为只有网络部分的前向脚本。
如何正确加载和编写脚本?
class FPN(nn.Module):
def __init__(self,norm_layer,num_filters=256):
super().__init__()
self.inception = inceptionresnetv2(num_classes=1000,pretrained='imagenet')
self.enc0 = self.inception.conv2d_1a
self.enc1 = nn.Sequential(
self.inception.conv2d_2a,self.inception.conv2d_2b,self.inception.maxpool_3a,) # 64
...
def forward(self,x):
enc0 = self.enc0(x)
enc1 = self.enc1(enc0)
...
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。