load

paddle. load ( path, **configs ) [源代码]

从指定路径载入可以在paddle中使用的对象实例。

注解

目前支持载入：Layer 或者 Optimizer 的 state_dict，Layer对象，Tensor以及包含Tensor的嵌套list、tuple、dict，Program。

遇到使用问题，请参考：

参数

  • path (str) – 载入目标对象实例的路径。通常该路径是目标文件的路径，当从用于存储预测模型API的存储结果中载入state_dict时，该路径可能是一个文件前缀或者目录。

  • **config (dict, 可选) - 其他用于兼容的载入配置选项。这些选项将来可能被移除，如果不是必须使用，不推荐使用这些配置选项。默认为 None。目前支持以下配置选项：(1) modelfilename (str) - paddle 1.x版本 save_inference_model 接口存储格式的预测模型文件名，原默认文件名为 `_model； (2) params_filename (str) - paddle 1.x版本save_inference_model接口存储格式的参数文件名，没有默认文件名，默认将各个参数分散存储为单独的文件； (3) return_numpy(bool) - 如果被指定为True，load的结果中的Tensor会被转化为numpy.ndarray，默认为False` 。

返回

Object，一个可以在paddle中使用的对象实例

代码示例

  1. # example 1: dynamic graph
  2. import paddle
  3. emb = paddle.nn.Embedding(10, 10)
  4. layer_state_dict = emb.state_dict()
  6. # save state_dict of emb
  7. paddle.save(layer_state_dict, "emb.pdparams")
  9. scheduler = paddle.optimizer.lr.NoamDecay(
  10.     d_model=0.01, warmup_steps=100, verbose=True)
  11. adam = paddle.optimizer.Adam(
  12.     learning_rate=scheduler,
  13.     parameters=emb.parameters())
  14. opt_state_dict = adam.state_dict()
  16. # save state_dict of optimizer
  17. paddle.save(opt_state_dict, "adam.pdopt")
  18. # save weight of emb
  19. paddle.save(emb.weight, "emb.weight.pdtensor")
  21. # load state_dict of emb
  22. load_layer_state_dict = paddle.load("emb.pdparams")
  23. # load state_dict of optimizer
  24. load_opt_state_dict = paddle.load("adam.pdopt")
  25. # load weight of emb
  26. load_weight = paddle.load("emb.weight.pdtensor")
  1. # example 2: Load multiple state_dict at the same time
  2. import paddle
  3. from paddle import nn
  4. from paddle.optimizer import Adam
  6. layer = paddle.nn.Linear(3, 4)
  7. adam = Adam(learning_rate=0.001, parameters=layer.parameters())
  8. obj = {'model': layer.state_dict(), 'opt': adam.state_dict(), 'epoch': 100}
  9. path = 'example/model.pdparams'
  10. paddle.save(obj, path)
  11. obj_load = paddle.load(path)
  1. # example 3: static graph
  2. import paddle
  3. import paddle.static as static
  5. paddle.enable_static()
  7. # create network
  8. x = paddle.static.data(name="x", shape=[None, 224], dtype='float32')
  9. z = paddle.static.nn.fc(x, 10)
  11. place = paddle.CPUPlace()
  12. exe = paddle.static.Executor(place)
  13. exe.run(paddle.static.default_startup_program())
  14. prog = paddle.static.default_main_program()
  15. for var in prog.list_vars():
  16.     if list(var.shape) == [224, 10]:
  17.         tensor = var.get_value()
  18.         break
  20. # save/load tensor
  21. path_tensor = 'temp/tensor.pdtensor'
  22. paddle.save(tensor, path_tensor)
  23. load_tensor = paddle.load(path_tensor)
  25. # save/load state_dict
  26. path_state_dict = 'temp/model.pdparams'
  27. paddle.save(prog.state_dict("param"), path_tensor)
  28. load_state_dict = paddle.load(path_tensor)
  1. # example 4: load program
  2. import paddle
  4. paddle.enable_static()
  6. data = paddle.static.data(
  7.     name='x_static_save', shape=(None, 224), dtype='float32')
  8. y_static = z = paddle.static.nn.fc(data, 10)
  9. main_program = paddle.static.default_main_program()
  10. path = "example/main_program.pdmodel"
  11. paddle.save(main_program, path)
  12. load_main = paddle.load(path)
  13. print(load_main)

使用本API的教程文档