从pth文件中读取模型参数

从.pth文件中读取模型参数可以通过以下步骤进行：

1. 导入需要的库和模块，如torch.nn、torchvision.models等。

2. 创建一个空的模型对象，该对象要与要加载的模型参数相同。

3. 使用torch.load()函数加载.pth文件，得到一个字典对象。注意，需要设置参数map_location=torch.device('cpu')以确保在没有GPU的情况下也能加载模型。

4. 从字典对象中提取出模型参数，一般是通过键值对的方式找到模型的'weights'或者'state_dict'。

5. 将提取到的模型参数加载到创建的空模型对象中，可以通过模型对象.load_state_dict()方法实现。

6. 使用加载后的模型进行相应的操作，如预测、特征提取等。

下面是一个示例代码：

import torch
import torchvision.models as models

# 创建空的模型对象
model = models.resnet18()

# 加载.pth文件
checkpoint = torch.load('model.pth', map_location=torch.device('cpu'))

# 提取模型参数
state_dict = checkpoint['state_dict']

# 加载模型参数到模型对象
model.load_state_dict(state_dict)

# 使用加载后的模型进行操作
outputs = model(inputs)

以上是从.pth文件中读取模型参数的基本流程，根据具体情况可能需要进行进一步的修改和调整。