load_vars
paddle.fluid.io.load_vars
( executor, dirname, main_program=None, vars=None, predicate=None, filename=None ) [源代码]
该接口从文件中加载 Program
的变量。
通过 vars
指定需要加载的变量,或者通过 predicate
筛选需要加载的变量, vars
和 predicate
不能同时为None。
参数:
executor (Executor) – 运行的执行器,执行器的介绍请参考 模型保存与加载 。
dirname (str) – 加载变量所在的目录路径。
main_program (Program,可选) – 需要加载变量的
Program
,Program
的介绍请参考 基础概念 。如果main_program
为None,则使用默认的主程序。默认值为None。vars (list[Variable],可选) – 通过该列表指定需要加载的变量。默认值为None。
predicate (function,可选) – 通过该函数筛选
的变量进行加载。如果通过
vars
指定了需要加载的变量,则该参数无效。默认值为None。filename (str,可选) – 加载所有变量的文件。如果所有待加载变量是保存在一个文件中,则设置
filename
为该文件名;如果所有待加载变量是按照变量名称单独保存成文件,则设置filename
为None。默认值为None。
返回: 无
抛出异常:
TypeError
- 如果main_program不是Program的实例,也不是None。
代码示例
import paddle.fluid as fluid
main_prog = fluid.Program()
startup_prog = fluid.Program()
with fluid.program_guard(main_prog, startup_prog):
data = fluid.layers.data(name="img", shape=[64, 784], append_batch_size=False)
w = fluid.layers.create_parameter(shape=[784, 200], dtype='float32', name='fc_w')
b = fluid.layers.create_parameter(shape=[200], dtype='float32', name='fc_b')
hidden_w = fluid.layers.matmul(x=data, y=w)
hidden_b = fluid.layers.elementwise_add(hidden_w, b)
place = fluid.CPUPlace()
exe = fluid.Executor(place)
exe.run(startup_prog)
# 示例一:用vars来指定加载变量。
path = "./my_paddle_vars"
var_list = [w, b]
fluid.io.save_vars(executor=exe, dirname=path, vars=var_list,
filename="vars_file")
fluid.io.load_vars(executor=exe, dirname=path, vars=var_list,
filename="vars_file")
# 加载w和b。它们被保存在'var_file'的文件中,所在路径为 "./my_paddle_model" 。
# 示例二:通过predicate来筛选加载变量。
def name_has_fc(var):
res = "fc" in var.name
return res
param_path = "./my_paddle_model"
fluid.io.save_vars(executor=exe, dirname=param_path, main_program=main_prog, vars=None, predicate=name_has_fc)
fluid.io.load_vars(executor=exe, dirname=param_path, main_program=main_prog, vars=None, predicate=name_has_fc)
#加载 `main_program` 中变量名包含 ‘fc’ 的所有变量
#此前所有变量应该保存在不同文件中