是否有API可以获取到所有参数权重的name

[supyer9]

是否有api可以获取到所有参数权重的名称，例如返回所有的 ParamAttr(name=name + '_weights') 中的name的name列表。

[chenwhql]

没有直接获取名称的api，但有获取参数的，可以先获取参数再处理下就能得到name列表。

请问您使用的是动态图还是静态图

[supyer9]

@chenwhql
是静态图。我想把我的问题描述的再具体一些：
1.我有一个paddle训练好的模型，其中包括model和params两个文件，能否单独的用numpy读取出params中的内容。得到权重的名称和值。
2.如果上述方法不可行的话。我知道用fluid.global_scope().find_var("weight_name").get_tensor()可以获取到某一个权重具体的值，那么是否存在调用一个函数，能够直接获取到网络所有权重的值呢？

[chenwhql]

方法1不可行，因为存的格式numpy不能识别

方法2可行，但得看看您的情况，看您的描述，是所有参数都保存的到一个文件里了吗？你要的是值还是变量名呢？

[supyer9]

方法1不可行，因为存的格式numpy不能识别

方法2可行，但得看看您的情况，看您的描述，是所有参数都保存的到一个文件里了吗？你要的是值还是变量名呢？

谢谢你的回复：
方法1，如果不可行，那有没有什么办法将params中的内容读取出来，进行一系列的转化，将其内容打印到屏幕上，之后保存成其他格式呢？
方法2，目前来看，所有的参数都保存到了params里，我想拿到参数值

[chenwhql]

我们有个接口叫load_program_state，在这种情况下如果给定所有的参数名，可以拿到参数的dict，但参数名信息在model里

目前确实还不太方便，没有一个接口就能搞定的，近期会发布的2.0-beta版本里会实现用一个接口做这件事

[supyer9]

我们有个接口叫load_program_state，在这种情况下如果给定所有的参数名，可以拿到参数的dict，但参数名信息在model里

目前确实还不太方便，没有一个接口就能搞定的，近期会发布的2.0-beta版本里会实现用一个接口做这件事

谢谢。
还想请教下，paddle.fluid.io.load_program_state(model_path, var_list=None)， 这个model_path参数，是指文件名为‘model’的这个文件的路径吗？

[chenwhql]

目前的话分两步吧：

1. 拿到所有的存储参数的name
2. 根据name列表拿到所有的参数值

第1步：目前应该没有接口，只能自己写段code了，比如下面这样，当然也可以用别的方法，这段code我试了下，应该是ok的，这段code拿到了所有存储参数的name，就是你标题里的问题

import six
import paddle
from paddle.fluid import core

def load_program_desc(model_file_path):
    # 1. parse program desc
    with open(model_file_path, "rb") as f:
        program_desc_str = f.read()

    program_desc = core.ProgramDesc(program_desc_str)
    if not core._is_program_version_supported(program_desc._version()):
        raise ValueError("Unsupported program version: %d\n" %
                         program_desc._version())

    return program_desc


def is_persistable(var_desc):
    if var_desc.type() == core.VarDesc.VarType.FEED_MINIBATCH or \
            var_desc.type() == core.VarDesc.VarType.FETCH_LIST or \
            var_desc.type() == core.VarDesc.VarType.READER or \
            var_desc.type() == core.VarDesc.VarType.RAW:
        return False
    return var_desc.persistable()


def get_persistable_vars(program_desc):
    persistable_vars = []
    for i in six.moves.range(program_desc.num_blocks()):
        block = program_desc.block(i)
        persistable_vars.extend(list(filter(is_persistable, block.all_vars())))
    return persistable_vars


def get_persistable_var_names(program_desc):
    """
    Get all persistable variable names in ProgramDesc.
    """
    var_names = []
    persistable_vars = get_persistable_vars(program_desc)
    for var in persistable_vars:
        var_names.append(var.name())
    return var_names

program_desc = load_program_desc("./dy2stat_infer_model/__model__")
var_names = get_persistable_var_names(program_desc)
print(var_names)

第2步：用下面这个接口

https://www.paddlepaddle.org.cn/documentation/docs/zh/1.7/api_cn/io_cn/load_program_state_cn.html#load-program-state

这种情况下，model_path应该制定你参数名文件的路径，比如，your_save_path/params

不过这都是临时方案，后续我们会把这里完善下

[supyer9]

目前的话分两步吧：

1. 拿到所有的存储参数的name
2. 根据name列表拿到所有的参数值

第1步：目前应该没有接口，只能自己写段code了，比如下面这样，当然也可以用别的方法，这段code我试了下，应该是ok的，这段code拿到了所有存储参数的name，就是你标题里的问题

import six
import paddle
from paddle.fluid import core

def load_program_desc(model_file_path):
    # 1. parse program desc
    with open(model_file_path, "rb") as f:
        program_desc_str = f.read()

    program_desc = core.ProgramDesc(program_desc_str)
    if not core._is_program_version_supported(program_desc._version()):
        raise ValueError("Unsupported program version: %d\n" %
                         program_desc._version())

    return program_desc


def is_persistable(var_desc):
    if var_desc.type() == core.VarDesc.VarType.FEED_MINIBATCH or \
            var_desc.type() == core.VarDesc.VarType.FETCH_LIST or \
            var_desc.type() == core.VarDesc.VarType.READER or \
            var_desc.type() == core.VarDesc.VarType.RAW:
        return False
    return var_desc.persistable()


def get_persistable_vars(program_desc):
    persistable_vars = []
    for i in six.moves.range(program_desc.num_blocks()):
        block = program_desc.block(i)
        persistable_vars.extend(list(filter(is_persistable, block.all_vars())))
    return persistable_vars


def get_persistable_var_names(program_desc):
    """
    Get all persistable variable names in ProgramDesc.
    """
    var_names = []
    persistable_vars = get_persistable_vars(program_desc)
    for var in persistable_vars:
        var_names.append(var.name())
    return var_names

program_desc = load_program_desc("./dy2stat_infer_model/__model__")
var_names = get_persistable_var_names(program_desc)
print(var_names)

第2步：用下面这个接口

https://www.paddlepaddle.org.cn/documentation/docs/zh/1.7/api_cn/io_cn/load_program_state_cn.html#load-program-state

这种情况下，model_path应该制定你参数名文件的路径，比如，your_save_path/params

不过这都是临时方案，后续我们会把这里完善下

非常感谢！我尝试一下。

[chenwhql]

同学，这个问题后来解决了吗

[supyer9]

同学，这个问题后来解决了吗

您好，第一步可以获取到 var_names。第二步用fluid.load_program_state这个接口，第一个参数传的是/inference/ch_det_mv3_db/params，第二个参数传的是 params。会报错。
报错信息：
/inference/ch_det_mv3_db/params.pdparams not found
TypeError: value in var_list must be variable
请问下问题出在哪呢？

[chenwhql]

噢噢，第二个接口load_program_state要求传入的var_list都是Variable类型，比较麻烦了，第二步不太可行。

目前暂时还是用你说的这个方法吧，fluid.global_scope().find_var("weight_name").get_tensor()

这个我们记个需求尽快完善下，让一个接口可以把这些事做完

[supyer9]

噢噢，第二个接口load_program_state要求传入的var_list都是Variable类型，比较麻烦了，第二步不太可行。

目前暂时还是用你说的这个方法吧，fluid.global_scope().find_var("weight_name").get_tensor()

这个我们记个需求尽快完善下，让一个接口可以把这些事做完

您好，我刚才试了下 fluid.global_scope().find_var("weight_name").get_tensor() 这个接口
会报如下错误，请问是参数传的不对吗？var_names[0]是第一步取到的参数列表中的第一个字符串
program_state = fluid.global_scope().find_var(var_names[0]).get_tensor()
AttributeError: 'NoneType' object has no attribute 'get_tensor'

[supyer9]

@chenwhql
我下载了模型的checkpoint模型（之前使用的是inference模型），用fluid.io.load_program_state接口拿到了所有的参数名称和值，vallist为none。不过目前只能拿出所有的参数，没有发现怎么只拿出特定的参数

[chenwhql]

噢噢，第二个接口load_program_state要求传入的var_list都是Variable类型，比较麻烦了，第二步不太可行。
目前暂时还是用你说的这个方法吧，fluid.global_scope().find_var("weight_name").get_tensor()
这个我们记个需求尽快完善下，让一个接口可以把这些事做完

您好，我刚才试了下 fluid.global_scope().find_var("weight_name").get_tensor() 这个接口
会报如下错误，请问是参数传的不对吗？var_names[0]是第一步取到的参数列表中的第一个字符串
program_state = fluid.global_scope().find_var(var_names[0]).get_tensor()
AttributeError: 'NoneType' object has no attribute 'get_tensor'

这里要load_inferenece_model之后在inference_program里面搜索

[chenwhql]

@chenwhql
我下载了模型的checkpoint模型（之前使用的是inference模型），用fluid.io.load_program_state接口拿到了所有的参数名称和值，vallist为none。不过目前只能拿出所有的参数，没有发现怎么只拿出特定的参数

这里返回的是一个dict吧，前面已经拿到了name，根据名称找到参数？

[supyer9]

@chenwhql
我下载了模型的checkpoint模型（之前使用的是inference模型），用fluid.io.load_program_state接口拿到了所有的参数名称和值，vallist为none。不过目前只能拿出所有的参数，没有发现怎么只拿出特定的参数

这里返回的是一个dict吧，前面已经拿到了name，根据名称找到参数？

嗯嗯，是的，根据名称从这个dict里找参数

[chenwhql]

您好，您的问题应该解决了吧，这个可以关闭了吗

[supyer9]

您好，您的问题应该解决了吧，这个可以关闭了吗

嗯嗯，解决了，谢谢您！

[yhhu99]

噢噢，第二个接口load_program_state要求传入的var_list都是Variable类型，比较麻烦了，第二步不太可行。
目前暂时还是用你说的这个方法吧，fluid.global_scope().find_var("weight_name").get_tensor()
这个我们记个需求尽快完善下，让一个接口可以把这些事做完

您好，我刚才试了下 fluid.global_scope().find_var("weight_name").get_tensor() 这个接口
会报如下错误，请问是参数传的不对吗？var_names[0]是第一步取到的参数列表中的第一个字符串
program_state = fluid.global_scope().find_var(var_names[0]).get_tensor()
AttributeError: 'NoneType' object has no attribute 'get_tensor'

这里要load_inferenece_model之后在inference_program里面搜索

您好，这个“在inference_program里面搜索"是要怎么做呢？