快捷方式

torch.jit.load

torch.jit.load(f, map_location=None, _extra_files=None, _restore_shapes=False)[source][source]

加载一个 ScriptModuleScriptFunction,它们先前使用 torch.jit.save 保存。

所有先前保存的模块,无论其设备如何,都首先加载到 CPU 上,然后再移动到它们保存时所在的设备。如果此操作失败(例如,因为运行时系统没有某些设备),则会引发异常。

参数
  • f – 类似文件的对象(必须实现 read、readline、tell 和 seek),或包含文件名的字符串

  • map_location (字符串torch.device) – torch.jit.savemap_location 的简化版本,用于动态地将存储重映射到另一组设备。

  • _extra_files (文件名到内容的字典) – 地图中给出的额外文件名将被加载,其内容将存储在提供的地图中。

  • _restore_shapes (bool) – 是否在加载时使用存储的输入来重溯模块

返回

一个 ScriptModule 对象。

示例: .. testcode

import torch
import io

torch.jit.load('scriptmodule.pt')

# Load ScriptModule from io.BytesIO object
with open('scriptmodule.pt', 'rb') as f:
    buffer = io.BytesIO(f.read())

# Load all tensors to the original device
torch.jit.load(buffer)

# Load all tensors onto CPU, using a device
buffer.seek(0)
torch.jit.load(buffer, map_location=torch.device('cpu'))

# Load all tensors onto CPU, using a string
buffer.seek(0)
torch.jit.load(buffer, map_location='cpu')

# Load with extra files.
extra_files = {'foo.txt': ''}  # values will be replaced with data
torch.jit.load('scriptmodule.pt', _extra_files=extra_files)
print(extra_files['foo.txt'])

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获得问题解答

查看资源