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]

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 => :grey_question: X2Paddle => :grey_question: 来源框架版本(PyTorch/TF/ONNX/Caffe) => :grey_question:

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()

[jiangjiajun]

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。

关于FP16训练，参考文档 https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/06_distributed_training/data_parallel/amp_cn.html#zidonghunhejingdu