PyTorch中一般约定是使用.pt或.pth文件扩展名保存模型,通过torch.save保存模型,通过torch.load加载模型。
使用torch.save函数保存模型的state_dict将为你以后恢复模型提供最大的灵活性,推荐方法。
torch.save函数有两种保存方式:一种是保存整个模型,此时模型的type应该为继承自nn.Module的类,这里则为类LeNet5;另一种是仅保存模型的参数,此时模型的type应该为有序字典即类OrderedDict。
torch.save函数将序列化的对象保存到磁盘。此函数使用Python的pickle进行序列化。通过pickle可以保存各种对象的模型、张量和字典
state_dict保存具有可学习参数的层、具有可学习参数的层
1、torch.save(model.state_dict(), PATH)/model.load_state_dict(torch.load(PATH))
2、torch.save(model, PATH)/model = torch.load(PATH)
保存的模型一般是以.pt/.pth/.pkl文件后缀,作用都一样