python中 网络结构

元数据定义：

元数据（Metadata），又称中介数据、中继数据，为描述数据的数据（data about data），主要是描述数据属性（property）的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。

python 中通过debug 可以发现 变量的结构描述： _metadata

---

场景描述：

模型部署时，要进行模型和网络精简，删除模型中无用层权重参数，注释掉无用层

步骤一：删除无用层权重参数

步骤二：删除网络中不需要层定义( 最好和上面对应)

产生问题：

1：load_state_dict 且 strict=True 此时报错或者警告，说明前两步骤 删除没有对应或者冗余参数，debug 观察， 继续前两步骤即可；

2：强迫症的我要求 disA加载之后，它的 _metadata（元数据）描述 应该是严谨的（没有冗余）；

---

案例（非通用）：

---

1：如下代码，剔除 判别器 disA 中的 无用层权重参数方法如下：

def load(self): params = torch.load(os.path.join('model/face_model.pt')) self.gen2B.load_state_dict(params['gen2B']) self.disA.load_state_dict(params['disA'], strict=True) print('--------- model load success -----------------') # 重新存放到 temp_params temp_params = {} temp_params['gen2B'] = self.gen2B.state_dict() temp_params['disA'] = self.disA.state_dict() print(temp_params['disA'].keys()) # 删除 后面 19个 无用层 权重参数 for i in range(19): temp_params['disA'].popitem() # print( temp_params['disA'].keys()) # 删除 特定层的 权重参数 temp_params['disA'].pop("conv0.weight_orig") temp_params['disA'].pop("conv0.weight_u") temp_params['disA'].pop("conv0.weight_v") temp_params['disA'].pop("conv1.weight_orig") temp_params['disA'].pop("conv1.weight_u") temp_params['disA'].pop("conv1.weight_v") temp_params['disA'].pop("pad.total_ops") temp_params['disA'].pop("pad.total_params") torch.save(temp_params, os.path.join('model/face_reduced.pt'))

2：手动注释或者删除网络中定义的无用层，然后对 disA _metadata（元数据）描述进行修正；方法是网络正确加载模型 face_reduced.pt 之后，再重新保存一次为 face_reduced_end.pt 进行使用即可：

def load(self): params = torch.load(os.path.join('model/face_reduced.pt')) self.gen2B.load_state_dict(params['gen2B']) self.disA.load_state_dict(params['disA'], strict=True) print('--------- model load success -----------------') print('-----------------------------------------------') temp_params = {} temp_params['gen2B'] = self.gen2B.state_dict() temp_params['disA'] = self.disA.state_dict() torch.save(temp_params, os.path.join('model/face_reduced_end.pt'))

对 disA _metadata（元数据）描述进行修正，代码如上， 示例过程如下：

---

---