深度学习入门笔记（10）——如何进行模型加载及保存？

深度学习入门笔记（10）——模型加载及保存

（1）torch.save()使用
torch.save()作为模型保存手段，使用方式主要有两种：第一种是保存全部，第二种是仅保存权重，使用方式如下。

# 保留全部
t.save(net, './{}.pth'.format(epoch))
# 保留权重
t.save(net.state_dict(), './{}.pth'.format(epoch))

在这里博主必须强调一点，双GPU训练出的.pth文件不能在单GPU环境下被引用！！大家一定要记住这一点，环境配置在深度学习过程中是十分重要的！！
（2）模型加载
对应（1）中两种情况，模型加载也存在两种加载：第一种是加载全部，第二种是仅加载权重，使用方法如下。

# 加载全部
t.load('1.pth')
# 加载权重
net.load_state_dict(t.load("0.pth"))

（3）使用情景
模型保存用于保留train后的网络层级参数，模型加载用于向predict加载train后的网络层级参数。