mindspore.load_checkpoint

mindspore.load_checkpoint(ckpt_file_name, net=None, strict_load=False, filter_prefix=None, dec_key=None, dec_mode='AES-GCM', specify_prefix=None, choice_func=None)[源代码]

加载checkpoint文件。

说明

specify_prefix 和 filter_prefix 的功能相互之间没有影响。
如果发现没有参数被成功加载，将会报ValueError.
specify_prefix 和 filter_prefix 参数已被弃用，推荐使用 choice_func 代替。并且使用这两个参数中的任何一个都将覆盖 choice_func 。

参数：

ckpt_file_name (str) - checkpoint的文件名称。
net (Cell) - 加载checkpoint参数的网络。默认值：None。
strict_load (bool) - 是否将严格加载参数到网络中。如果是False, 它将根据相同的后缀名将参数字典中的参数加载到网络中，并会在精度不匹配时，进行强制精度转换，比如将 float32 转换为 float16 。默认值：False。
filter_prefix (Union[str, list[str], tuple[str]]) - 废弃（请参考参数 choice_func）。以 filter_prefix 开头的参数将不会被加载。默认值：None。
dec_key (Union[None, bytes]) - 用于解密的字节类型密钥，如果值为None，则不需要解密。默认值：None。
dec_mode (str) - 该参数仅当 dec_key 不为None时有效。指定解密模式，目前支持”AES-GCM”，”AES-CBC”和”SM4-CBC”。默认值：”AES-GCM”。
specify_prefix (Union[str, list[str], tuple[str]]) - 废弃（请参考参数 choice_func）。以 specify_prefix 开头的参数将会被加载。默认值：None。
choice_func (Union[None, function]) - 函数的输入值为字符串类型的Parameter名称，并且返回值是一个布尔值。如果返回True，则匹配自定义条件的Parameter将被加载。如果返回False，则匹配自定义条件的Parameter将被删除。默认值：None。

返回：

字典，key是参数名称，value是Parameter类型。当使用 mindspore.save_checkpoint() 的 append_dict 参数和 mindspore.train.CheckpointConfig 的 append_info 参数保存 checkpoint， append_dict 和 append_info 是dict类型，且它们的值value是string时，加载checkpoint得到的返回值是string类型，其它情况返回值均是Parameter类型。

异常：

ValueError - checkpoint文件格式不正确。
ValueError - 没有一个参数被成功加载。
TypeError - specify_prefix 或者 filter_prefix 的数据类型不正确。

样例：

>>> import mindspore as ms
>>>
>>> ckpt_file_name = "./checkpoint/LeNet5-1_32.ckpt"
>>> param_dict = ms.load_checkpoint(ckpt_file_name,
...                                 choice_func=lambda x: x.startswith("conv") and not x.startswith("conv1"))
>>> print(param_dict["conv2.weight"])
Parameter (name=conv2.weight, shape=(16, 6, 5, 5), dtype=Float32, requires_grad=True)
>>> def func(param_name):
>>>     whether_load = False
>>>     if param_name.startswith("conv"):
>>>         whether_load = True
>>>     if param_name.startswith("conv1"):
>>>         whether_load = False
>>>     return whether_load
>>> param_dict1 = ms.load_checkpoint(ckpt_file_name, choice_func=func)
>>> print(param_dict1["conv2.weight"])
Parameter (name=conv2.weight, shape=(16, 6, 5, 5), dtype=Float32, requires_grad=True)
>>> def func(param_name):
>>>     whether_load = False
>>>     if param_name.startswith("conv1"):
>>>         whether_load = True
>>>     return whether_load
>>> param_dict2 = ms.load_checkpoint(ckpt_file_name, choice_func=func)
>>> print(param_dict2)
{'conv1.weight': Parameter (name=conv1.weight, shape=(6, 1, 5, 5), dtype=Float32, requires_grad=True)}