pytroch--保存和提取神经网络

我们想要保存神经网络的模型，就需要知道保存和提取我们已经训练好的模型：

在这里插入代码片
import torch
import numpy as np
import matplotlib.pyplot as plt
from torch.nn.functional as F  #获得神经网络的激励函数
from torch.autograd import Variable  #变量（将张量数据变量化，神经网络只能处理变量）

x = torch.unsqueeze(torch.linspace(-1,1,100),dim=1)  #使用unsqueeze将数据转换为二维数据，需要用上dim参数
y = x.pow(2) + 0.2*torch.rand(x.size())
x, y = Variable(x,requires_grad=False), Variable(y,requires_grad=False)


#搭神经网络
def save():
	net = torch.nn.Sequential(
		torch.nn.Linear(1,10),
		torch.nn.ReLU(),
		torch.nn.Linear(10,1),
	)
	

	
	#优化
	optimizer = torch.optim.SGD(net.parameters(), lr=0.5)
	loss_func = torch.nn.MSELoss()   #均方差足以解决回归问题中的误差
	
	#训练
	for t in range(100):
		prediction = net(x)
		loss = loss_func(prediction, y)
		optimizer.zero_grad()
		loss.backward()
		optimizer.step()
	
		torch.save(net,'net.pkl')  #保存在整个神经网络
		torch.save(net.state_dict(),'net_p