CheckPoint保存模型参数

        之前训练模型都是比较简单的，也没有考虑epoch，这次训练模型是transformer模型，数据量大，参数多，多设置了几轮，那么就会有个问题，轮数太多，模型参数应该怎么保存呢？不能白训练。所以用CheckPoint。

        简单理解：在你想要了解模型的某个点的参数时 ，你就可以保存在CheckPoint中，以便查看。

        Pytorch如何保存模型的？可以参考以下链接

(2 封私信 / 81 条消息) pytorch如何保存模型？ - 知乎 (zhihu.com)

        查看模型，我感觉大概过程如下

from config.train_config import finetuning_parse_args
#config.train_config中包含着模型训练参数，如epoch、batch_size等
finetuning_args = finetuning_parse_args()

save_path = os.path.join(finetuning_args.save_model_dir,f'{i+1}.pt')
finetuning_args.save_path = save_path
#参数保存的位置，保存的参数是config.train_config中的参数

train(model=model,
             train_dataloader=temp_train_dataloader,
             valid_dataloader=temp_valid_dataloader,
             train_args=finetuning_args,
             LOGGER=LOGGER,
             is_multicard=is_multicard,
             device=device)
#训练的时候就可以调用