pytorch——保存，加载模型

最新推荐文章于 2025-01-12 23:59:11 发布

原创

最新推荐文章于 2025-01-12 23:59:11 发布 · 396 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #python

本文详细介绍了如何在PyTorch中查看模型结构、获取参数值，保存模型状态，以及如何将参数加载到新网络中。包括使用`state_dict`方法，保存为.pth文件，加载网络权重，并演示了保存其他数值如学习率和训练进度的实例。

pythonAPI

一文梳理pytorch保存和重载模型参数攻略

一文梳理pytorch保存和重载模型参数攻略

查看当前模型结构与参数值

print(model.state_dict)
# 输出定义的网络结构
print(model.state_dict())
# 输出所有参数名和参数值

输出如下：

<bound method Module.state_dict of Digit(
  (conv1): Conv1d(2, 10, kernel_size=(5,), stride=(1,))
  (conv3): Conv1d(5, 20, kernel_size=(3,), stride=(1,))
  (fc6): Linear(in_features=2480, out_features=500, bias=True)
  (drop8): Dropout(p=0.5, inplace=False)
  (fc9): Linear(in_features=500, out_features=1, bias=True)
)>
OrderedDict([('conv1.weight', tensor([[[-0.2759,  0.1526,  0.2299, -0.2617, -0.0128],
         [ 0.2975, -0.1635, -0.1661,  0.1830,  0.1413]],

        [[ 0.0064, -0.1616, -0.2967