小编给大家分享一下Pytorch中.pth权重文件的示例分析，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
pytorch最后的权重文件是.pth格式的。
经常遇到的问题：
进行finutune时，改配置文件中的学习率，发现程序跑起来后竟然保持了以前的学习率， 并没有使用新的学习率。
原因：
首先查看.pth文件中的内容，我们发现它其实是一个字典格式的文件
其中保存了optimizer和scheduler，所以再次加载此文件时会使用之前的学习率。
我们只需要权重，也就是model部分，将其导出就可以了
import torch
original = torch.load('path/to/your/checkpoint.pth')
new = {"model": original["model"]}
torch.save(new, 'path/to/new/checkpoint.pth')以上是“Pytorch中.pth权重文件的示例分析”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
