目录 Pytorch_模型转Caffe（一） 1.Caffe简介 2.Caffe进行目标检测任务 3.Caffe五大组件 4.caffemodel 5.通过caffemodel解析train.prototxt ...

目录 Pytorch_模型转Caffe（二）解析Pytorch模型*.pth 1. Pytorch模型保存于读取 a. 保存、加载权重 b.保存、加载网络和权重 2. Pytorch模型结构 ...

Pytorch模型转换Caffe模型踩坑指南，代码使用的是Github上的工程，地址：https://github.com/longcw/pytorch2caffe 操作环境：ubuntu = 14.04 miniconda 3 caffe ...

转自：知乎 目录： 保存模型与加载模型 冻结一部分参数，训练另一部分参数 采用不同的学习率进行训练 1.保存模型与加载 简单的保存与加载方法： 然而，在实验中往往需要保存更多的信息，比如优化器的参数，那么可以采取下面的方法保存 ...

转自：https://blog.csdn.net/Vivianyzw/article/details/81061765 东风的地方 1. 直接加载预训练模型 在训练的时候可能需要中断一下，然后继续训练，也就是简单的从保存的模型中加载参数权重 ...

坑点： 1.pil在打开图片时，默认rgb，默认0-1范围。要搞成0-255的自己去乘 2.有个注意的点，pytorch在第一次con到全联接的时候，要做一个展开操作，直接h=h.view(h.size(0),-1)就可以和caffe的一一对应 3.rgb转bgr：im=im ...

1. 模型下载 2. 模型查看 3. 模型初始化 适当的权值初始化可以加速模型的训练和模型的收敛，而错误的权值初始化会导致梯度消失/爆炸，从而无法完成网络的训练，因此需要控制网络输出值的尺度范围。torch.nn.init中提供了常用的初始化方法函数，1. ...

1.保存模型参数（gen-我自己的模型名字） torch.save(self.gen.state_dict(), os.path.join(self.gen_save_path, 'gen_%d.pth'%step)) 2.加载模型参数 ...