解读resnet50的预训练权重.pth文件

参考了：https://blog.csdn.net/qq_27825451/article/details/100773473?ops_request_misc=&request_id=&biz_id=102&utm_term=%E5%A6%82%E4%BD%95%E6%9F%A5%E7%9C%8B.pth%E6%96%87%E4%BB%B6&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-100773473

1. .pth文件详解

在pytorch进行模型保存的时候，一般有两种保存方式，一种是保存整个模型，另一种是只保存模型的参数。

torch.save(model.state_dict(), "my_model.pth")  # 只保存模型的参数
 
torch.save(model, "my_model.pth")  # 保存整个模型

保存的模型参数实际上一个字典类型，通过key-value的形式来存储模型的所有参数。

2. .pth文件基本信息查看

import torch
#  resnet50的参数文件
path = r'C:\Users\Administrator\Desktop\resnet50-19c8e357.pth'
parameter = torch.load(path)

print(type(parameter))  # 类型是 dict
print(len(parameter))  # 长度为 267，即存在267个 key-value 键值对

3. 查看所有的键和值

for key in parameter.keys():
    print(key)  # 查看所有的键

for value in parameter.values():
    print(value)  # 查看所有的值

4. 输出单个键值对的值

print(parameter["conv1.weight"])