pytorch保存模型pth_[Pytorch]Pytorch 保存模型与加载模型(转)

目录：保存模型与加载模型

冻结一部分参数，训练另一部分参数

采用不同的学习率进行训练

1.保存模型与加载

简单的保存与加载方法：

# 保存整个网络

torch.save(net, PATH)

# 保存网络中的参数, 速度快，占空间少

torch.save(net.state_dict(),PATH)

#--------------------------------------------------

#针对上面一般的保存方法，加载的方法分别是：

model_dict=torch.load(PATH)

model_dict=model.load_state_dict(torch.load(PATH))

然而，在实验中往往需要保存更多的信息，比如优化器的参数，那么可以采取下面的方法保存：

torch.save({'epoch': epochID + 1, 'state_dict': model.state_dict(), 'best_loss': lossMIN,

'optimizer': optimizer.state_dict(),'alpha': loss.alpha, 'gamma': loss.gamma},

checkpoint_path + '/m-' + launchTimestamp + '-' + str("%.4f" % lossMIN) + '.pth.tar')

以上包含的信息有，epochID, st