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')
以上这篇Pytorch .pth权重文件的使用解析就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。