Torch / Lua，如何获取经过训练的神经网络模型的参数并将其保存到文件中

Question

th> net
nn.Sequential {
  [input -> (1) -> (2) -> (3) -> (4) -> (5) -> (6) -> (7) -> (8) -> (9) -> (10) -> (11) -> (12) -> (13) -> (14) -> output]
  (1): nn.VolumetricFullConvolution(200 -> 512, 4x4x4)
  (2): nn.VolumetricBatchNormalization (5D) (512)
  (3): nn.ReLU
  (4): nn.VolumetricFullConvolution(512 -> 256, 4x4x4, 2,2,2, 1,1,1)
  (5): nn.VolumetricBatchNormalization (5D) (256)
  (6): nn.ReLU
  (7): nn.VolumetricFullConvolution(256 -> 128, 4x4x4, 2,2,2, 1,1,1)
  (8): nn.VolumetricBatchNormalization (5D) (128)
  (9): nn.ReLU
  (10): nn.VolumetricFullConvolution(128 -> 64, 4x4x4, 2,2,2, 1,1,1)
  (11): nn.VolumetricBatchNormalization (5D) (64)
  (12): nn.ReLU
  (13): nn.VolumetricFullConvolution(64 -> 1, 4x4x4, 2,2,2, 1,1,1)
  (14): nn.Sigmoid
}

我想获取此模型的参数并将其保存到文件中。我尝试了net：getParameters((。但我得到一个一维数组。如何获取此模型的参数并将其保存到文件中？

Answer 1

您可以通过torcy.save('mynet.t7',net保存。参数可以通过以下方式访问 params, grad_params = net:getParameters() .获得此变量后，您可以使用 torch.save 保存它，它使用二进制格式保存对象。所以你以这种方式将任何变量保存在火炬中