pytorch学习之路——04

最新推荐文章于 2022-05-24 10:22:06 发布

weixin_35338624

最新推荐文章于 2022-05-24 10:22:06 发布

阅读量240

点赞数

分类专栏： pytorch学习之路

本文链接：https://blog.csdn.net/weixin_35338624/article/details/102632187

版权

本文详细介绍了如何在PyTorch中保存和加载训练好的模型，包括使用state_dict进行模型状态的保存和恢复，以及利用torch.save和torch.load实现完整模型的保存与加载操作，帮助读者掌握模型持久化的关键步骤。

摘要由CSDN通过智能技术生成

保存、加载模型

import torch
from torch import nn,optim
import torch.nn.functional as F
import matplotlib.pyplot as plt
from torchvision import datasets,transforms

transform = transforms.Compose([transforms.ToTensor(),
                                transforms.Normalize((0.5,),(0.5,))])

trainset = datasets.MNIST('MNIST_data/',download=True,train=True,transform=transform)
trainloader = torch.utils.data.DataLoader(trainset,batch_size=64,shuffle=True)
tetsset = datasets.MNIST('MNIST_data/',download=True,train=False,transform=transform)
testloader = torch.utils.data.DataLoader(trainset,batch_size=64,shuffle=True)


class Network(nn.Module):

    def __init__(self,insize,outsize):
        super().__init__()
        self.insize = insize
        self.outsize = outsize
        self.fc1 = nn.Linear(insize,256)
        self.fc2 = nn.Linear(256,128)
        self.fc3 = nn.Linea