深度学习——numpy矩阵的保存与模型的保存和导入

numpy 矩阵的保存与读取

import numpy as np
a = np.arry(2)
np.save("nm.npy",a)
a = np.load("nm.npy")

其中np是import numpy as np的np。a是对应的numpy数组，“nm.npy”是文件名称。

模型的保存和导入

每次定义和训练一个模型都要花费很长的时间，我们当然希望有一种方式可以将训练好的模型和参数保存下载，下一次使用的时候直接导入模型和参数，就跟一个已经训练好的神经网络模型一样。幸运的是，pytorch提供了模型的保存和导入的方法。

保存模型：

#保存整个神经网络的结构和模型参数
torch.save(mymodel,'mymodel.pkl')
#只保存神经网络的模型参数
torch.save(mymodel.stae_dict(),'mymodel_prams.pkl')

导入模型：

mymodel = torch.load('mymodel.pkl')

本文是作者在学习书籍《Pytorch深度学习实战》一书时做的笔记，才疏学浅，如有错误还望指正。