【PyTorch】PyTorch预训练模型缓存位置迁移,也可拓展应用于其他文件的迁移

目录

前言:

一、具体实现:

二、关键技术解析

路径动态拼接

安全目录创建

环境变量魔法

迁移条件检查

三、代码实现:


前言:

当模型文件下载到本地c盘的默认路径时,可用以下代码的形式进行文件位置的迁移。

一、具体实现:

以下Python脚本完美解决上述问题,核心流程如图:

二、关键技术解析

路径动态拼接

python 复制代码
target_path = os.path.join(project_dir, "xxxx.pth")

使用os.path.join确保跨平台路径兼容性
2.

安全目录创建

python 复制代码
os.makedirs(project_dir, exist_ok=True)

exist_ok=True参数避免目录已存在时报错
3.

环境变量魔法

python 复制代码
os.environ['TORCH_HOME'] = os.path.dirname(project_dir)

通过设置TORCH_HOME永久改变缓存根目录(进程级生效)
4.

迁移条件检查

  • 源文件存在且目标文件不存在 → 执行迁移

  • 目标文件已存在 → 跳过迁移

  • 源文件不存在 → 提示下载

三、代码实现:

python 复制代码
import os
import shutil
import torch
import torchvision.models as models

# 源文件路径(你的缓存目录)
source_path = r"C:\Users\14844\.cache\torch\hub\checkpoints\xxxxx.pth"

# 目标路径(你的项目目录)
project_dir = r"E:\Pycharm\project\xxxx\models"
target_path = os.path.join(project_dir, "xxxxx.pth")

# 创建目标目录(如果不存在)
os.makedirs(project_dir, exist_ok=True)

# 移动模型文件
if os.path.exists(source_path) and not os.path.exists(target_path):
    print(f"正在将模型从 {source_path} 移动到 {target_path}...")
    shutil.move(source_path, target_path)
    print("模型移动完成!")
elif os.path.exists(target_path):
    print(f"模型已存在于 {target_path},无需移动。")
else:
    print(f"源模型文件不存在:{source_path}")
    print("请确保模型已正确下载。")

# 更新环境变量,指向新的模型位置
os.environ['TORCH_HOME'] = os.path.dirname(project_dir)

# 测试加载模型
try:
    print("\n正在测试加载模型...")
    vgg = models.vgg19(pretrained=True)
    print("模型加载成功!程序可以正常运行。")
except Exception as e:
    print(f"模型加载失败:{e}")
    print("请检查路径是否正确或尝试重新下载模型。")
相关推荐
镜象科技1 小时前
AI情感大模型应用场景全解:从校园到医院再到企业的落地地图
人工智能
Joshua-a2 小时前
工程数学-理解卷积的含义_线性时不变系统的冲激响应与卷积
人工智能·深度学习
song5012 小时前
React Native for OpenHarmony 实战:三方库 react-native-css-transformer 的鸿蒙化适配指南
css·人工智能·深度学习·react native·transformer
老金带你玩AI6 小时前
ChatGPT dots,到底能替你操多少心?
人工智能
AliCloudROS7 小时前
计算巢 X DeepSeek Harness — 云端智能体工作台
人工智能·阿里云
慧都小项7 小时前
从原理图到 PCB 制造数据:设计交付的 4 个核对关口
程序人生·自动化·pcb工艺·电子设计
深蓝AI7 小时前
GitHub的Push一年涨4.9倍:AI Agent为什么逼它重做Git存储?
人工智能·github
stereohomology7 小时前
大模型的观点谨:StoryTold 「Crafting Apps」四件套 · 深度总览
人工智能·llm
运维行者_8 小时前
网络性能监控怎么做?从自动发现到根因分析的4个环节
运维·服务器·网络·人工智能·支持向量机
Su米苏8 小时前
Spring AI 中MCP 与普通 @Tool的区别
java·人工智能·spring