从头学pytorch(十二):模型保存和加载

模型读取和存储

总结下来,就是几个函数

1. torch.load()/torch.save()

通过python的pickle完成序列化与反序列化.完成内存<-->磁盘转换.

1. Module.state_dict()/Module.load_state_dict()

state_dict()获取模型参数.load_state_dict()加载模型参数

读写Tensor

我们可以直接使用save函数和load函数分别存储和读取Tensor。save使用Python的pickle实用程序将对象进行序列化，然后将序列化的对象保存到disk，使用save可以保存各种对象,包括模型、张量和字典等。而laod使用pickle unpickle工具将pickle的对象文件反序列化为内存。
下面的例子创建了Tensor变量x，并将其存在文件名同为x.pt的文件里。

import torch
from torch import nn

x = torch.ones(3)
torch.save(x, 'x.pt')

然后我们将数据从存储的文件读回内存。

x2 = torch.load('x.pt')
x2

输出：

tensor([1., 1., 1.])

我们还可以存储一个