# checkpoint

Python API: `luxonis_train.utils.checkpoint`

附加模块检查点键的过滤器。

损失、度量或可视化器将其节点存储在 `_node`
中。包含此类模块的状态字典再次在模块的键下保存节点的参数和缓冲区。[CHECKPOINT_FILTERED_STATE_DICT_PATTERN](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/utils/checkpoint.md)
匹配这些键，[filter_checkpoint_state_dict](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/utils/checkpoint.md)
删除它们。

当键以 `nodes.<node>.losses.`、`nodes.<node>.metrics.` 或 `nodes.<node>.visualizers.` 开头，并且在该前缀之后包含 `_node.` 时，该键匹配该模式。`<node>`
是一个不带点的名称。例如，`nodes.head.losses.loss._node.weight` 匹配。

[LuxonisLightningModule](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/lightning/luxonis_lightning.md)
在保存检查点时删除这些键。当运行以严格权重加载恢复时，它也会忽略它们。[EMACallback.state_dict](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/callbacks/ema.md)
从它返回的平均值中删除它们。[EMACallback.on_fit_start](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/callbacks/ema.md)
在从检查点恢复平均值时忽略它们。

## 函数

### filter_checkpoint_state_dict

```python
def filter_checkpoint_state_dict(state_dict: Mapping[str, Tensor]) -> dict[str, Tensor]:
```

删除附加模块为其节点持有的键。

该函数返回一个新字典，其中不包含与
[CHECKPOINT_FILTERED_STATE_DICT_PATTERN](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/utils/checkpoint.md)
匹配的键。它不会更改 `state_dict`。

> **示例**
> ```pycon
>>> import torch
>>> state_dict = {
...     "nodes.head.module.weight": torch.ones(1),
...     "nodes.head.losses.loss._node.weight": torch.ones(1),
... }
>>> list(filter_checkpoint_state_dict(state_dict))
['nodes.head.module.weight']
```

参数

 * `state_dict` (`Mapping[str, Tensor]`): 模型的状态字典，以参数和缓冲区的名称为键。

返回

 * `dict[str, Tensor]`: `state_dict` 中键与模式不匹配的条目，顺序相同。

## 属性

### CHECKPOINT_FILTERED_STATE_DICT_PATTERN
