keras pytorch 模型保存记载方法总结

Keras模型

• 保存整个模型为 h5 文件，内容包括

  模型的结构
  模型的权值
  模型的配置，即我们通过compile编译模型的一些信息，如优化器，损失函数等
  优化器的状态信息，我们可以接着之前的训练继续训练

保存整个模型
model.save('path_to_my_model.h5')
keras.models.load_model('path_to_my_model.h5') 加载整个模型
保存权重
model.save_weights('path_to_my_weights.h5')
new_model.load_weights('path_to_my_weights.h5')

Pytorch

保存的文件格式为pkl pth等，其实就是把权重优化器等信息序列化了。
保存权重
torch.save(model.state_dict(), PATH) OR

torch.save({
            'epoch': epoch,
            'model_state_dict': model.state_dict(),
            'optimizer_state_dict': optimizer.state_dict(),
            'loss': loss,
            ...
            },path)

加载模型

model = Model(*args, **kwargs)
model.load_state_dict(torch.load(PATH))
model.eval()