Sanster
commented
3 years ago - readme 里面是模型的参数量，不是模型文件的大小
- 保存下来的 ckpt 文件，除了模型的权重，还有 optimizer 等其它参数，如果只想看模型权重文件的大小可以单独取出来
import torch ckpt = torch.load('last.ckpt') torch.save(ckpt['state_dict'], "model_weights.ckpt")
GeneralJing
使用示例代码训练resnet18保存到output目录的模型大小86M，如下： -rw-rw-r-- 1 jing jing 86M 2月 11 06:26 epoch=119-train_loss=0.02-test_acc=0.905.ckpt -rw-rw-r-- 1 jing jing 86M 2月 10 09:43 epoch=69-train_loss=0.00-test_acc=0.902.ckpt -rw-rw-r-- 1 jing jing 81M 2月 10 10:05 events.out.tfevents.1612919576.image.105605.0 -rw-rw-r-- 1 jing jing 462 2月 10 10:05 events.out.tfevents.1612922725.image.105605.1 -rw-rw-r-- 1 jing jing 79M 2月 11 06:26 events.out.tfevents.1612992806.image.47582.0 -rw-rw-r-- 1 jing jing 462 2月 11 06:26 events.out.tfevents.1612996007.image.47582.1 -rw-rw-r-- 1 jing jing 450 2月 12 17:33 events.out.tfevents.1613122393.image.104338.0 -rw-rw-r-- 1 jing jing 450 2月 12 18:49 events.out.tfevents.1613126993.image.26640.0 -rw-rw-r-- 1 jing jing 450 2月 13 07:20 events.out.tfevents.1613172040.image.24783.0 -rw-rw-r-- 1 jing jing 86M 2月 11 06:26 last.ckpt -rw-rw-r-- 1 jing jing 115 2月 13 07:20 metric.json -rw-rw-r-- 1 jing jing 86M 2月 11 06:26 model_with_pruning_result.ckpt drwxrwxr-x 2 jing jing 4.0K 2月 11 07:16 pruned_0.75 在pruned_0.75文件夹下，得到模型大小11M。 -rw-rw-r-- 1 jing jing 11M 2月 10 10:15 epoch=24-train_loss=0.01-test_acc=0.932.ckpt -rw-rw-r-- 1 jing jing 11M 2月 11 06:47 epoch=49-train_loss=0.00-test_acc=0.935.ckpt -rw-rw-r-- 1 jing jing 58K 2月 10 10:15 events.out.tfevents.1612922728.image.105605.2 -rw-rw-r-- 1 jing jing 261K 2月 11 07:16 events.out.tfevents.1612996011.image.47582.2 -rw-rw-r-- 1 jing jing 462 2月 11 07:16 events.out.tfevents.1612998965.image.47582.3 -rw-rw-r-- 1 jing jing 11M 2月 11 07:16 last.ckpt -rw-rw-r-- 1 jing jing 116 2月 11 07:16 metric.json readme列表resnet18模型大小11M，剪枝后4.5或者3.5，这个地方是什么原因呢 看代码感觉是把模型保存到一起了，没有单独保存剪枝后模型吗