반응형
실험을 하다보면 훈련이 완료되거나 훈련중인 모델을 저장해야할 일이 생긴다.
아래는 모델을 저장하는 예시코드이다.
res20 = ResNet(20)
res20.to("cuda:0")
train_net(res20,trainloader, testloader, n_iter=80 ,device="cuda:0", lr=0.1, train_err=res20.train_err, val_err=res20.test_err)
# res20 저장
torch.save(res20,'./model_res20')
아래는 저장한 모델을 불러오는 코드이다.
모델을 불러오면 바로 그 상태에서 training을 계속할 수 도 있고 평가할 수 도 있으며, 모델에 구현되어 있는 기능을 자유롭게 사용할 수 도 있다.
model = my_resnet.ResNet(20) # load 하기전에 먼저 선언을 해야한다.
model = torch.load('./res20_model') # load 한다.
print(model.test_err)
반응형
'연구 > pytorch' 카테고리의 다른 글
[연구 기록] FAN코드와 내 코드를 비교하며 알게된 점 (0) | 2020.09.29 |
---|---|
[data loader] 데이터 불러올때 경로설정(dir path) 및 데이터폴더 정리 (0) | 2020.09.29 |
[Error] TypeError: conv2d(): argument 'input' (position 1) must be Tensor, not NoneType (1) | 2020.09.17 |
[error] RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same (1) | 2020.09.17 |
[tensor] tensor.size() 에 관하여 (1) | 2020.09.17 |