如何测试保存在 .pth.tar 文件中的训练模型？

Question

我正在使用 CORnet-Z 并构建一个单独的测试文件。

模型似乎保存为 .pth.tar 文件

            if FLAGS.output_path is not None:
            records.append(results)
            if len(results) > 1:
                pickle.dump(records, open(os.path.join(FLAGS.output_path, 'results.pkl'),
                                          'wb'))

            ckpt_data = {}
            ckpt_data['flags'] = FLAGS.__dict__.copy()
            ckpt_data['epoch'] = epoch
            ckpt_data['state_dict'] = model.state_dict()
            ckpt_data['optimizer'] = trainer.optimizer.state_dict()

            if save_model_secs is not None:
                if time.time() - recent_time > save_model_secs:
                    torch.save(ckpt_data, os.path.join(FLAGS.output_path,
                                                       'latest_checkpoint.pth.tar'))
                    recent_time = time.time()

加载此模型并运行评估和测试的最佳方法是什么？

Answer 1

def load_checkpoint(checkpoint, model, optimizer = None):

    if not os.path.exists(checkpoint):
        raise("File does not exists {}".format(checkpoint))

    checkpoint = torch.load(checkpoint)
    model.load_state_dict(checkpoint['state_dict'])


    if optimizer:
        optimizer.load_state_dict(checkpoint['optim_dict'])


    return checkpoint

要测试模型，您需要加载经过训练的模型和优化器（如果适用）的状态字典。但是，如果您要从某个点恢复训练并且您正在使用任何类型的调度程序，您也需要加载调度程序状态。

如何测试保存在 .pth.tar 文件中的训练模型？

How to test a trained model saved in .pth.tar files?

python

neural-network

pytorch