torch.save（）

保存整个模型：torch.save(模型名 , '文件名')

加载整个模型：model = torch.load(PATH)

只保存训练好的权重（参数）：torch.save(模型名.state_dict()  ,  'save.pt'）

加载模型的参数：model.load_state_dict(torch.load("save.pt")) #model.load_state_dict()函数把加载的权重复制到模型的权重中去，只保存权重的这种方式更好。

1. model.load_state_dict(torch.load(PATH))

2. model.eval()

保存模型的推理过程的时候，只需要保存模型训练好的参数，使用torch.save()保存state_dict，能够方便模型的加载。因此推荐使用这种方式进行模型保存。

记住一定要使用model.eval()来固定dropout和归一化层，否则每次推理会生成不同的结果。