用x2paddle将pytorch 的权重参数文件转换为paddle下的权重参数文件时，权重参数文件中的网路层的名字被强制更改
D-DanielYang opened this issue · comments
问题描述
- 用x2paddle将pytorch 的权重参数文件转换为paddle下的权重参数文件时，权重参数文件中的网路层的名字被强制更改。
- 错误截图
1、pytorch下网络结构的定义为：
共六层，分别为conv1至cnv6
2、使用x2paddle命令，转换为paddle下的权重文件
x2paddle --framework=onnx --model=onnx_model.onnx --save_dir=pd_model
3、使用paddle.load()函数，加载转换后的model.pdparams
报错
4、调试发现，model.pdparams的键值为conv0至conv5
原本定义好的各个网络层名字被强制更改。导致键值不匹配。
具体信息
-
模型来源
-
应用场景
用于移动端业务下的检测业务 -
版本信息
PaddlePaddle => ❔
X2Paddle => ❔
来源框架版本(PyTorch/TF/ONNX/Caffe) => ❔
另外：paddle的模型，张量如何开启半精度模式？
即pytorch里面的model.half()、tensor.half()
Hi， 这里关于权重参数名不同的问题，原因如下
- 不管是Paddle/PyTorch，对于权重的命名都是由框架来定义的，往往是框架中有一个变量名计数器，以此来命名不同的权重变量
- 在模型转换中，可能OP会发生顺序变化，例如在PyTorch中被定义在第1的conv，由于没有被第2，第3行代码引用，所以有可能被转到Paddle后，就放到了第4行，这样原本是第1个conv，现在可能变成了第4个conv
基于上面两个因素，转换后权重名并不会保证命名与之前一致，只确认前向结果一致。