pytorch， 模型初始化

背景：

用refineDet-resnet-101的时候，遇到问题。refineDet需要用resnet-101进行初始化，但是由于二者的结果并不完全一致（i.e部分一致），所以不能直接refineDet-resnet-101.load_state_dict()来做。需要自己自己写for循环来手动匹配。

一些需要知道的知识

pytorch 所提供的预训练模型 .pth的本质是一个OrderedDict。

以resnet101为例，如下代码：

resnet = torch.load('resnet101-5d3b4d8f.pth')
print(type(resnet))
"""
输出： collections.OrderedDict
"""

例子

resnet是net中的一部分，

net = MyNet()
resnet = torch.load('resnet101-5d3b4d8f.pth') # 返回的与OrderedDict
temp = net.state_dict() # 返回的与OrderedDict

for key in resnet.keys():
    if key in temp.keys(): #匹配关键字
        temp[key] = resnet[key] # 参数赋值
        
 net.load_state_dict(temp)  # load 权重