学长提了一个需求,每次来一条数据都需要重新加载训练好模型的参数,需要优化
那么,如何只加载一次模型参数,就能预测新来的数据呢?
学长说:“你或许可以用单例模型,试试看能不能实现”
对于没学过设计模式的我来说,一脸懵逼,苦寻学习下终于实现,自己写了个加载模型小demo,现记录如下:
首先定义函数y = x ** 2 + 0.2 * torch.rand(x.size()),
得到样本和标签
定义模型:
训练模型:
加载:
什么是单例模式?
答:单例模式是一种设计模式,其作用就是保证某类的对象只有一个。
加载过程用到了装饰器
什么是装饰器?
运行:
查看运行结果:
发现model和model1两个对象的地址相同,问题解决