pytorch load state dict_Pytorch模型resume training，加载模型基础上继续训练

Step1：首先查看源码train.py中如何保存模型的：

checkpoint_dict 

并查看源码中如何加载参数（参数名）：

#print('----------model loading-------------------')        

step2：然后根据保存的模型的写法，自己写加载模型：

start_epoch 

其中“resume”和“checkbreakpoint”都是在parse参数时候定义，直接写入命令行：

self

Step3：最后调整训练轮数

原来是输入了一个epoch值，训练迭代为range(0,epoch)

# 原来的

现在需要改成，输入一个开头值，加上新训的轮数，训练迭代为range(start_epoch, start_epoch+新训多少轮）

• 如果没有断点续传，start_epoch默认为-1，(start_epoch==-1?0:start_epoch) 为0，则轮数为（-1+1=0，0+epochs）
• 如果有断点续传，start_epoch被更新为断点，start_epoch==-1?0:startepoch)为start_epoch, 则轮数为（start_epochs+1, start_epoch+新增轮数）

# 新的

例如，断点start_epoch是300，opt.epochs=200, 就从（300+1，300+200），新训200轮。

Step4：直接训练，注意新补充参数，resume和checkbreakpoint

python train.py --resume True --checkbreakpoint ../epoch_240.pth.tar --lr 1e-5 --logdir ./1e-5 --gpus 2 --epochs 200