pytorch基础-保存和加载模型（7）

这一节的内容，将研究如何通过保存、加载和运行预测模型来保持模型状态。导入相应的包：

import torch
import torchvision.models as models

1、 保存和加载模型权重

PyTorch 模型将学习到的参数存储在称为 state_dict 的内部状态字典中。 这些参数可以通过 torch.save 方法保存起来：

model = models.vgg16(pretrained=True)#创建预训练模型vgg16，实例化
torch.save(model.state_dict(), 'model_weights.pth')

 在加载模型权重时，我们需要先实例化模型类，因为该类定义网络的结构。然后使用 load_state_dict() 方法加载参数。

model = models.vgg16() # 没有指定预训练=True，即不加载默认权重
model.load_state_dict(torch.load('model_weights.pth'))
model.eval()#模型中有BatchNormalization和Dropout，在预测时使用model.eval()后会将其关闭以免影响预测结果。