如何在未连接到互联网时缓存 Pytorch 模型以供使用？答案

【问题标题】：How to cache Pytorch models for use when not connected to the internet?如何在未连接到互联网时缓存 Pytorch 模型以供使用？
【发布时间】：2020-06-04 08:30:43
【问题描述】：

我在分类问题中使用 vgg19。我可以访问校园研究计算机进行训练，但完成计算的节点无法访问互联网。所以运行像self.net = models.vgg19(pretrained=True)这样的代码行失败，错误urllib.error.URLError: <urlopen error [Errno 101] Network is unreachable>

有没有办法可以将模型缓存在头节点（我可以访问互联网的地方），并从缓存而不是计算节点上的互联网加载模型？

【问题讨论】：

这能回答你的问题吗？ Is there any way I can download the pre-trained models available in PyTorch to a specific path?
类似，但又不一样。这个问题更关心它下载到的路径。我关心缓存后如何加载它，这是@unlut 解释的。但该链接确实提供了很好的信息。我没有意识到它只会从 URL 中获取预训练的模型。

标签： python pytorch vgg-net

【解决方案1】：

如果您只是将预训练网络的权重保存在某处，则可以像加载任何其他网络权重一样加载它们。

保存：

import torchvision

#  I am assuming we have internet access here
model = torchvision.models.vgg16(pretrained=True)
torch.save(model.state_dict(), "Somewhere")

加载中：

import torchvision

def create_vgg16(dict_path=None):
    model = torchvision.models.vgg16(pretrained=False)
    if (dict_path != None):
        model.load_state_dict(torch.load(dict_path))
    return model

model = create_vgg16("Somewhere")

【讨论】：