深度学习模型训练的时候是如何将结果参数保存在模型内部的？

在深度学习中，我们使用参数来描述模型的状态。通常来说，我们将参数保存在模型的内部，以便在模型训练期间不断更新它们。在训练时，我们使用输入数据和标签来计算模型的预测值，并使用损失函数来计算预测值与真实值之间的差距。然后，我们使用优化器来更新模型的参数，使得在下一次迭代时，模型的预测值更接近真实值。

训练完成后，我们通常会将模型的参数保存到磁盘上，以便以后使用。在保存模型时，我们通常会将模型的结构和参数都写入文件中，以便在以后使用时可以重新构建整个模型。