志合者，不以山海为远

在用python加载数据集训练模型时，可以先下载好数据集放在指定文件夹这样python不会重复下载数据集
比如下载地址为root=’./DataSet’，就在你的py文件所在的文件夹下新建一个DataSet文件夹，把下载好的数据集放到里面

trainset = torchvision.datasets.CIFAR10(root='./DataSet', train=True,
                                        download=True, transform=transform)

为什么训练模型的时候建议把定义网络单独提出来做成一个py文件

因为训练好了模型再调用，如以下代码，如果你的模型定义和训练在一起，那么你from model2 import LeNet的时候，会把model2.py文件里所有的代码都执行一遍，也就是会重新训练，把定义模型的部分单独提出来就不会再次训练了

from model2 import LeNet
import torch

# 实例化模型
net = LeNet()
PATH = 'cifar_net_10.pth'
# 将训练好的参数导入
net.load_state_dict(torch.load(PATH))

浅谈pytorch 模型 .pt, .pth, .pkl的区别及模型保存方式

我们经常会看到后缀名为.pt, .pth, .pkl的pytorch模型文件，这几种模型文件在格式上有什么区别吗？

其实它们并不是在格式上有区别，只是后缀不同而已（仅此而已），在用torch.save()函数保存模型文件时，各人有不同的喜好，有些人喜欢用.pt后缀，有些人喜欢用.pth或.pkl.用相同的torch.save（）语句保存出来的模型文件没有什么不同。

在pytorch官方的文档/代码里，有用.pt的，也有用.pth的。一般惯例是使用.pth,但是官方文档里貌似.pt更多，而且官方也不是很在意固定用一种。

PATH = './cifar_net_10.pth'
torch.save(net.state_dict(), PATH)