DeepLearing:在Pytorch中保存与调用模型

最新推荐文章于 2023-11-27 22:37:10 发布

RP_M

最新推荐文章于 2023-11-27 22:37:10 发布

阅读量577

点赞数

分类专栏： CV 文章标签： python pytorch 开发语言

本文链接：https://blog.csdn.net/weixin_43771204/article/details/121171335

版权

本文详细介绍了在PyTorch中如何保存和加载计算机视觉（CV）模型，包括两种不同的保存和加载方法。方式1直接保存整个模型，但可能导致依赖问题；方式2保存模型参数，为官方推荐方法。加载模型时，可以通过参数字典恢复网络结构。

摘要由CSDN通过智能技术生成

我在ComputerVisionModels中的basicknowledge文件夹下新建了一个Save&UseNet子文件夹，本节相关代码放入其中，具体GitHub源码地址： github.com/RP0929/

在使用神经网络进行训练时，我们需要把好的结果及那一轮的参数保存下来，因此模型的保存十分重要。模型的保存有不同的方式：
首先创建model_save.py文件，导入相关包：

    import torch
    import torchvision

    vgg16 = torchvision.models.vgg16(pretrained=False)
    #保存方式1
    torch.save(vgg16,"vgg16_method1.pth")

实际上，使用方式1对模型进行保存是存在陷阱的，证明案例如下：
1.我们定一个网络模型mrp代码如下：

    class mrp(nn.Module):
        def __init__(self):
            super(mrp, self).__init__()
            self

关注

专栏目录