pytorch篇---模型的保存与加载

保存方式一. 模型结构+模型参数

导包

import torch
import torchvision
from torch import nn

保存模型结构和模型参数

vgg16 = torchvision.models.vgg16(pretrained=False)
# 保存方式1,模型结构+模型参数
torch.save(vgg16, "vgg16_method1.pth")

加载模型结构和模型参数

model = torch.load("vgg16_method1.pth")
print(model)

保存方式二：模型参数

保存模型参数

torch.save(vgg16.state_dict(), "vgg16_method2.pth")

加载模型参数

vgg16 = torchvision.models.vgg16(pretrained=False)
vgg16.load_state_dict(torch.load("vgg16_method2.pth"))
model = torch.load("vgg16_method2.pth")
print(vgg16)

小坑(自定义的模型)

若是自定义的模型，加载的时候需要将模型一起加载，一般都是单独保存一个模型的脚本，用于调用

模型保存

class MyModel(nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.conv1 = nn.Conv2d(3, 64, kernel_size=3)

    def forward(self, x):
        x = self.conv1(x)
        return x

mymodel = MyModel()
torch.save(mymodel, "mymodel_method.pth")

模型加载

class MyModel(nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.conv1 = nn.Conv2d(3, 64, kernel_size=3)

    def forward(self, x):
        x = self.conv1(x)
        return x

model = torch.load('mymodel_method.pth')
print(model)