快捷方式

torch.jit.load

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

加载之前使用 torch.jit.save 保存的 ScriptModuleScriptFunction

所有之前保存的模块,无论其设备如何,都首先加载到 CPU 上,然后移动到它们保存时的设备。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 – 类文件对象(必须实现 read、readline、tell 和 seek),或包含文件名字符串

  • map_location (字符串torch.device) – map_locationtorch.jit.save 中的简化版本,用于将存储动态重新映射到一组备用设备。

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

  • _restore_shapes (布尔值) – 是否使用存储的输入在加载时重新跟踪模块

返回值

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

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并解答您的问题

查看资源