土堆学习笔记——P26网络模型的保存与读取

一、模型保存与加载

我理解的模型的保存就是训练多少轮保存一个模型，之后可以选一个最好的做预训练模型。
两种保存方法
方法一：torch.save
保存：模型结构+模型参数

vgg16 = torchvision.models.vgg16(pretrained=False)

#保存方式1
torch.save(vgg16,"vgg16_method1.pth")
#可指定保存路径
#引号里改成/Users/bbing517/Downloads/蚂蚁数据集/hymenoptera_data/神经网络/vgg16_method1.pth就ok

加载的话，就新建另一个py文件，之后写 torch.load

model = torch.load("/Users/bbing517/Downloads/蚂蚁数据集/hymenoptera_data/神经网络/vgg16_method1.pth")
print(model)

输出结果就是vgg跟上一节的一样
方法二：还是torch.save，torch.save(vgg16.state_dict(), "文件位置/名称.pth")
保存：模型参数
dict用到了字典，就是把网络模型的参数保存成字典的形式，保存模型的状态，不再是保存网络模型的结构了。
加载同上，输出结果却都是字典。
如果想给他换回模型的形式，就要先加载加进去一个网络模型结构。

vgg16 = torchvision.models.vgg16(pretrained=False)
#好像现在pretrained=False就是`weights=None`.
#model2 = torch.load("/Users/bbing517/Downloads/蚂蚁数据集/hymenoptera_data/神经网络/vgg16_method2.pth")
vgg16.load_state_dict(torch.load("/Users/bbing517/Downloads/蚂蚁数据集/hymenoptera_data/神经网络/vgg16_method2.pt"))
print(vgg16)

方法一、二对比：二保存的东西更少，占用内存更少，更适合大的模型。
可以使用命令行ls -all看一下两个保存的不同的pth文件多大。

二、自己的模型/网络如何保存

在保存.py中，定义tudui并保存

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()

        self.model1 = Sequential(
            Conv2d(3, 32 , 5, padding = 2),
            MaxPool2d(2),
            Conv2d(32, 32, 5,padding = 2),
            MaxPool2d(2),
            Conv2d(32, 64, 5, padding = 2),
            MaxPool2d(2),
            Flatten(),
            Linear(1024, 64),
            Linear(64, 10)
        )


    def forward(self,x):
        x = self.model1(x)
        return x
    
tudui = Tudui()
torch.save(tudui,"/Users/bbing517/Downloads/蚂蚁数据集/hymenoptera_data/神经网络/tudui.pth")

在加载.py中

model = torch.load("/Users/bbing517/Downloads/蚂蚁数据集/hymenoptera_data/神经网络/tudui.pth")
print(model)

但是报错
解决方法1：在加载.py中复制来class Tudui的全部内容
解决方法2：from 保存 import Tudui
注意：保存应该是英文名，对应”保存.py“

from P26save import Tudui

model = torch.load("/Users/bbing517/Downloads/蚂蚁数据集/hymenoptera_data/神经网络/tudui.pth")
print(model)