作者|facebookresearch
编译|Flin
来源|Github

detectron2.checkpoint软件包

class detectron2.checkpoint.Checkpointer(model: torch.nn.modules.module.Module, save_dir: str = '', *, save_to_disk: bool = True, **checkpointables)

__init__(model：torch.nn.modules.module.Module,save_dir：str ='',*,save_to_disk：bool = True,** checkpointables )
  • 参数：
    • model(nn.Module)：模型。
    • save_dir(str)：保存和查找检查点的目录。
    • save_to_disk(bool)：如果为True,则将检查点保存到磁盘,否则禁用此检查点的保存。
    • checkpointables(object)：任何可检查点的对象,即具有state_dict()和load_state_dict()方法的对象。例如,它可以像 Checkpointer(model,"dir",optimizer = optimizer)一样使用。
  save(name：str,** kwargs )
  • 将模型和检查点转储到文件中。
  • 参数：
    • name(str)：文件名。
    • kwargs(dict)：要保存的额外任意数据。
load(path：str )

  • 从给定的检查点加载。当路径指向网络文件时,必须在所有级别上调用此函数。

  • 参数：

    • path(str)：检查点的路径或url。如果为空,将不会加载任何内容。
    • 返回值： dict ，从检查点加载的尚未处理的额外数据。例如,用save(**extra_data)()保存的内容 。
has_checkpoint()
  • 返回值： bool ，目标目录中是否存在检查点。
get_checkpoint_file()
  • 返回值： str， 目标目录中的最新检查点文件。
get_all_checkpoint_files()
  • 返回值： list，目标中所有可用的检查点文件(.pth文件)目录。
resume_or_load(path：str,*,resume：bool = True )

  • 如果resume为True,则此方法尝试从最后一个检查点(如果存在)恢复。否则,从给定路径加载检查点。重新开始中断的训练作业时,这很有用。

  • 参数：

    • path(str)–检查点的路径。
    • resume(bool)–如果为True,则从最后一个检查点恢复(如果存在)。
    • 返回值：和load()一样。
tag_last_checkpoint(last_filename_basename: str)
  • 标记最后一个检查点。
  • 参数： last_filename_basename(str)，最后一个文件名的基本名称。
class detectron2.checkpoint.PeriodicCheckpointer(checkpointer: Any, period: int, max_iter: int = None, max_to_keep: int = None)

__init__(checkpointer: Any, period: int, max_iter: int = None, max_to_keep: int = None)
  • 参数：
    • checkpointer(Any)：用于保存的checkpointer对象
    • checkpoints
    • period(int)：保存检查点的时间段。
    • max_iter(int)：最大迭代次数。到达后,将保存一个名为"model_final"的检查点。
    • max_to_keep(int)：保留的最新当前检查点的最大数量,以前的检查点将被删除
step(iteration: int, **kwargs)

  • 在给定的迭代中执行适当的操作。

  • 参数：

    • iteration (int)–当前迭代,范围为[0,max_iter-1]。
    • kwargs(Any)–要保存的额外数据,与Checkpointer.save()中的相同 。
save(name: str, **kwargs)

  • 与相同的论点Checkpointer.save()。使用此方法可以在计划之外手动保存检查点。

  • 参数：

    • name(str)：文件名。
    • kwargs(Any)：要保存的额外数据,与Checkpointer.save()中的相同.
classdetectron2.checkpoint.DetectionCheckpointer(model, save_dir='', *, save_to_disk=None, **checkpointables)

与Checkpointer相同,但能够处理Detectron和Detectron2模型库中的模型,并将转换应用于旧模型。

原文链接：https://detectron2.readthedocs.io/modules/checkpoint.html

欢迎关注磐创AI博客站：
http://panchuang.net/

sklearn机器学习中文官方文档：
http://sklearn123.com/

欢迎关注磐创博客资源汇总站：
http://docs.panchuang.net/

扫码关注我们
微信号：SRE实战
拒绝背锅 运筹帷幄