马春杰杰这代表将模型加载到指定设备上。
其中，device=torch.device("cpu")代表的使用cpu，而device=torch.device("cuda")则代表的使用GPU。
当我们指定了设备之后，就需要将模型加载到相应设备中，此时需要使用model=model.to(device)，将模型加载到相应的设备中。
将由GPU保存的模型加载到CPU上。
将torch.load()函数中的map_location参数设置为torch.device('cpu')
|
1 2 3 |
device = torch.device('cpu') model = TheModelClass(*args, **kwargs) model.load_state_dict(torch.load(PATH, map_location=device)) |
将由GPU保存的模型加载到GPU上。确保对输入的tensors调用input = input.to(device)方法。
|
1 2 3 4 |
device = torch.device("cuda") model = TheModelClass(*args, **kwargs) model.load_state_dict(torch.load(PATH)) model.to(device) |
将由CPU保存的模型加载到GPU上。确保对输入的
tensors调用input = input.to(device)方法。map_location是将模型加载到GPU上，model.to(torch.device('cuda'))是将模型参数加载为CUDA的tensor。最后保证使用.to(torch.device('cuda'))方法将需要使用的参数放入CUDA。|
1 2 3 4 |
device = torch.device("cuda") model = TheModelClass(*args, **kwargs) model.load_state_dict(torch.load(PATH, map_location="cuda:0")) # Choose whatever GPU device number you want model.to(device) |
本文最后更新于2019年11月21日，已超过 1 年没有更新，如果文章内容或图片资源失效，请留言反馈，我们会及时处理，谢谢！
hongyu 4周前 (03-30)说：
it男 2个月前 (03-08)说：
X 2个月前 (03-07)说：
CooKieKing 2个月前 (03-01)说：
海藻君 2个月前 (02-29)说：
三七 2个月前 (02-28)说：
Kyon 2个月前 (02-24)说：
collections.orderedDict object has no contribute ‘load_state_dict’,请问您知道这个error怎么解决吗？
@的微分对策 兄弟，你不留真实邮箱我根本联系不到你。。