模型每回合训练时间太久torch.save如何隔一段时间就保存，定时保存，或者手动点击保存，手动保存

可以弄一个计时器代码如下

# config.py

import time

class Config:

    def __init__(self):

        # 初始化参数为False

        self.save_flag = False

        # 设置超时时间为1个小时

        self.timeout = 1 * 60 * 60

        # 记录上次保存的时间

        self.last_save_time = time.time()


        # 检查是否超过超时时间，如果是，则将保存参数设置为True

    def check_timeout(self):

        current_time = time.time()

        if current_time - self.last_save_time > self.timeout:

            self.save_flag = True

            self.last_save_time = current_time

 

在train之前创建config对象中，然后设置每隔多少批次调用check_timeout函数，本质上是一个计时器，可以更简单一点，

另一个问题是如何手动保存呢，方法一创建一个qt窗口，比较复杂。可以参考https://github.com/xiyu1007/Myimagecaptioning里的win_qt.py

方法二：简单粗暴最好用，利用文件，每次在train里读取文件is_save.json初始内容如下data={"is_save":false}，然后可以在建一个py文件（值得一提的是pycharm可以同时运行多个py文件）来进行写保存data={"is_save":true}，如果手动的话太慢可能导致文件被打开中train打不开情况。所以新建一个py来操作。主要代码如下：

写入(在新的py文件进行写入，self换成你的文件路径随便一个.json结尾就行）

log_data = {"save_flag": True}

with open(self.log_path, "w") as file:
    json.dump(log_data, file)

读取

save_flag = false

try:

    with open(self.log_path, "r") as file:

     log_data = json.load(file)
 
     save_flag = log_data.get("save_flag",false)#false表示读取失败返回false
except FileNotFoundError:
    pass

if save_flag:
    torch.save

    记得在这里重新写入false不然会一直保存