Pytorch 提取权重等参数 写入Excel表
标签 ： Pytorch
Topic : 网络参数导出
时间 ：2022 / 5 / 27
写在最前：
最近有在做量化相关的东西，不确定是不是我这边没设置好怎么，量化后只给出了相应层的s、z值，这里就需要将网络中的参数导出进行再处理。
- 网络保存格式 ： pth
- 参数保存格式 ： 字典 dict
问题：
直接打印某层参数或转换为字符串写入txt中 ：当参数多时，显示不完全，无法得到层内所有参数。
- 整体思路 ： 将字典中tensor类型变量转换成numpy array形式,然后存储到表格中。
需要用到的Python库：
- pytorch
- pandas
- numpy
- openpyxl
源代码参考自 ： pytorch 提取权重_获取Pytorch中间某一层权重或者特征的例子_闲吟客的博客-CSDN博客
## 导入必要的库
import torch
import pandas as pd
import numpy as np
## 参数存入parm字典中，同时tensor类型变量转换成numpy array
parm={}
for name,parameters in resnet18.named_parameters():
print(name,':',parameters.size())
parm[name]=parameters.detach().numpy()
## 查看某一层参数
print (parm['layer1.0.conv1.weight'])
## 定义导出函数
def parm_to_excel(excel_name,key_name,parm):
with pd.ExcelWriter(excel_name) as writer:
[output_num,input_num,filter_size,_]=parm[key_name].size()
for i in range(output_num):
for j in range(input_num):
data=pd.DataFrame(parm[key_name][i,j,:,:].detach().numpy())
#print(data)
data.to_excel(writer,index=False,header=True,startrow=i*(filter_size+1),startcol=j*filter_size)
## 写入test1.xlsx
counter=1
with pd.ExcelWriter('test1.xlsx') as writer:
for key in parm_resnet50.keys():
data=parm_resnet50[key].reshape(-1,1)
# data=data[data>0.001]
data=pd.DataFrame(data,columns=[key])
data.to_excel(writer,index=False,startcol=counter)
counter+=1
## 获取中间层的输出 此处仅供参考
def modelnet(net,input_data):
x = net.conv1(input_data)
x = net.bn1(x)
x = F.relu(x)
x = net.layer1(x)
x = net.layer2(x)
x = net.layer3(x)
x = net.layer4[0].conv1(x)
x=x.view(x.shape[0],-1)
return x
model = mymodel()
x = modelnet(model,input_data)
参考文献 ：
pytorch 提取权重_获取Pytorch中间某一层权重或者特征的例子_闲吟客的博客-CSDN博客
