当前位置: 首页 > news >正文

Pytorch模型格式区别( .pt .pth .bin .onnx)

Pytorch是深度学习领域中进行模型训练时常用的框架之一,支持的模型保存格式包括.pt和.pth .bin .onnx。

1 .pt 或 .pth:这是PyTorch默认的模型保存格式,两者没有实质区别,只是文件扩展名不同。通常用于保存模型的state_dict或整个模型。

2 .bin:这是一种通用的二进制格式,有时用于保存模型的权重,不包含模型结构。它通常只是原始权重的二进制存储,可以被任何程序读取。

3 .onnx:开放神经网络交换格式,用于不同框架之间的模型交换。它保存了模型的结构和权重,并且可以在多个深度学习框架中运行。

格式文件扩展名包含内容主要用途可移植性
PyTorch 原生格式.pt 或 .pth模型结构 + 权重 或 仅权重PyTorch 训练/推理仅 PyTorch
二进制权重格式.bin仅权重(原始二进制)跨语言部署/嵌入式通用(需重建模型)
ONNX 格式.onnx模型结构 + 权重(标准化)跨框架部署/优化多框架支持
TorchScript.pt 或 .pth模型结构 + 权重(可序列化)C++ 部署/移动端PyTorch 生态

http://www.xdnf.cn/news/866683.html

相关文章:

  • nssm配置springboot项目环境,注册为windows服务
  • 【免杀】C2免杀技术(十五)shellcode混淆uuid/ipv6/mac
  • Mac 双系统
  • 深入详解开源工具DCMTK:C++开发的DICOM工具包
  • <el-table>构建树形结构
  • KrillinAI:视频跨语言传播的一站式AI解决方案
  • EasyRTC嵌入式音视频通信SDK音视频功能驱动视频业务多场景应用
  • HOPE800系列变频器安装到快速调试的详细操作说明
  • Delft3D软件介绍及建模原理和步骤;Delft3D数值模拟溶质运移模型建立;地表水环境影响评价报告编写思路
  • CppCon 2015 学习:3D Face Tracking and Reconstruction using Modern C++
  • 前端大数高精度计算解决方案,BigNumber.js
  • 前端面试二之运算符与表达式
  • 组件库二次封装——透传问题
  • UniApp 全生命周期钩子详解
  • 数据标注与大模型的双向赋能:效率与性能的跃升
  • CMake + Ninja 构建程序示例
  • CortexON:开源的多代理AI系统无缝自动化和简化日常任务
  • 【推荐算法】推荐系统核心算法深度解析:协同过滤 Collaborative Filtering
  • 07 APP 自动化- appium+pytest+allure框架封装
  • RabbitMQ 的异步化、解耦和流量削峰三大核心机制
  • ④Pybullet之Informed RRT*算法介绍及示例
  • 在本地查看服务器上的TensorBoard
  • Git安装与常用命令全攻略
  • Elasticsearch的搜索流程描述
  • 分类与逻辑回归 - 一个完整的guide
  • Git常用命令完全指南:从入门到精通
  • 正则表达式检测文件类型是否为视频或图片
  • 海信IP810N-海思MV320芯片-安卓9-2+16G-免拆优盘卡刷固件包
  • 【Android】RV折叠适配器
  • 基于大模型的结节性甲状腺肿智能诊疗系统技术方案