神经网络训练权重保存与下载

1 torch.save()

       for example：

        ①保存整个模型：torch.save(model,'---.pth')

                    model：需要保存的模型，即神经网络的model类；

                     '---.pth'：保存地址及文件名，如：'logs/Epoch1.pth'，指：保存在logs文件夹下，保存的pth格式的文件名为Epoch1.pth。

        ②只保存训练好的权重：torch.save(model.state_dict(), '---.pth')

                model.state_dict()：model：class类，指只保存模型训练好的权重；后面同理。

                例子：torch.save(net.state_dict(), 'logs/Epoch1.pth')

2 torch.load()

        for example： ​​​​​

        net.load_state_dict(torch.load('logs/Epoch1.pth'))

                这个例子与1 torch.save()中的②相对应，net：我起的model的class类名，load_state_dict：下载之前保存的权重；torch.load：下载指令函数；('logs/Epoch1.pth')：指文件夹及文件名。

3 保存权重推荐：

        保存： torch.save(model.state_dict(), PATH)
        下载：

                   model = TheModelClass(*args, **kwargs)
                   model.load_state_dict(torch.load(PATH))
                   model.eval()        

      使用torch.save()保存state_dict，能够方便模型的加载。因此推荐使用这种方式进行模型保存。使用model.eval()来固定dropout和归一化层，否则每次推理会生成不同的结果。注意，load_state_dict()需要传入字典对象，因此需要先反序列化state_dict再传入load_state_dict()

4 保存整个模型推荐：

        保存： torch.save(model, PATH)

        下载
                model = torch.load(PATH)
                model.eval()

PyTorch的模型一般以.pt或者.pth文件格式保存。

5 参考：(19条消息) Pytorch：模型的保存与加载 torch.save()、torch.load()、torch.nn.Module.load_state_dict()_宁静致远*的博客-CSDN博客_loadhttps://blog.csdn.net/weixin_40522801/article/details/106563354