Detectron2 API 之 checkpoint | 十四

做者|facebookresearch
編譯|Flin
來源|Githubhtml

detectron2.checkpoint軟件包

class detectron2.checkpoint.Checkpointer(model: torch.nn.modules.module.Module, save_dir: str = '', *, save_to_disk: bool = True, **checkpointables)
__init__(model:torch.nn.modules.module.Module,save_dir:str ='',*,save_to_disk:bool = True,** checkpointables )
  • 參數:
    • model(nn.Module):模型。
    • save_dir(str):保存和查找檢查點的目錄。
    • save_to_disk(bool):若是爲True,則將檢查點保存到磁盤,不然禁用此檢查點的保存。
    • checkpointables(object):任何可檢查點的對象,即具備state_dict()和load_state_dict()方法的對象。例如,它能夠像 Checkpointer(model,"dir",optimizer = optimizer)同樣使用。
save(name:str,** kwargs )
  • 將模型和檢查點轉儲到文件中。
  • 參數:
    • name(str):文件名。
    • kwargs(dict):要保存的額外任意數據。
load(path:str )
  • 從給定的檢查點加載。當路徑指向網絡文件時,必須在全部級別上調用此函數。函數

  • 參數:學習

    • path(str):檢查點的路徑或url。若是爲空,將不會加載任何內容。
    • 返回值: dict ,從檢查點加載的還沒有處理的額外數據。例如,用save(**extra_data)()保存的內容 。
has_checkpoint()
  • 返回值: bool ,目標目錄中是否存在檢查點。
get_checkpoint_file()
  • 返回值: str, 目標目錄中的最新檢查點文件。
get_all_checkpoint_files()
  • 返回值: list,目標中全部可用的檢查點文件(.pth文件)目錄。
resume_or_load(path:str,*,resume:bool = True )
  • 若是resume爲True,則此方法嘗試從最後一個檢查點(若是存在)恢復。不然,從給定路徑加載檢查點。從新開始中斷的訓練做業時,這頗有用。url

  • 參數:.net

    • path(str)–檢查點的路徑。
    • resume(bool)–若是爲True,則從最後一個檢查點恢復(若是存在)。
    • 返回值:和load()同樣。
tag_last_checkpoint(last_filename_basename: str)
  • 標記最後一個檢查點。
  • 參數: last_filename_basename(str),最後一個文件名的基本名稱。
class detectron2.checkpoint.PeriodicCheckpointer(checkpointer: Any, period: int, max_iter: int = None, max_to_keep: int = None)
__init__(checkpointer: Any, period: int, max_iter: int = None, max_to_keep: int = None)
  • 參數:
    • checkpointer(Any):用於保存的checkpointer對象
    • checkpoints
    • period(int):保存檢查點的時間段。
    • max_iter(int):最大迭代次數。到達後,將保存一個名爲"model_final"的檢查點。
    • max_to_keep(int):保留的最新當前檢查點的最大數量,之前的檢查點將被刪除
step(iteration: int, **kwargs)
  • 在給定的迭代中執行適當的操做。

  • 參數:

    • iteration (int)–當前迭代,範圍爲[0,max_iter-1]。
    • kwargs(Any)–要保存的額外數據,與Checkpointer.save()中的相同 。
save(name: str, **kwargs)
  • 與相同的論點Checkpointer.save()。使用此方法能夠在計劃以外手動保存檢查點。

  • 參數:

    • name(str):文件名。
    • kwargs(Any):要保存的額外數據,與Checkpointer.save()中的相同.
classdetectron2.checkpoint.DetectionCheckpointer(model, save_dir='', *, save_to_disk=None, **checkpointables)

Checkpointer相同,但可以處理Detectron和Detectron2模型庫中的模型,並將轉換應用於舊模型。

原文連接:https://detectron2.readthedocs.io/modules/checkpoint.html

歡迎關注磐創AI博客站:
http://panchuang.net/

sklearn機器學習中文官方文檔:
http://sklearn123.com/

歡迎關注磐創博客資源彙總站:
http://docs.panchuang.net/

相關文章
相關標籤/搜索