PyTorch模型保存torch.save()与加载torch.load()

🤵 Author ：Horizon John

✨ 编程技巧篇：各种操作小结

🎇 机器视觉篇：会变魔术 OpenCV

💥 深度学习篇：简单入门 PyTorch

🏆 神经网络篇：经典网络模型

💻 算法篇：再忙也别忘了 LeetCode

模型保存

torch.save()

1）保存全部

保存整个模型

torch.save(model, path)

2）保存部分

只保存模型训练的参数（不包括网络结构）

torch.save(model.state_dict(), path)

模型加载

torch.load()

1）加载全部

加载整个模型

model = torch.load(path)

2）加载部分

只加载模型训练的参数（不包括网络结构）

model = Net()    # 网络
model = model.to(device)
checkpoint = torch.load(path)
model.load_state_dict(checkpoint)

加载模型GPU和CPU转换

使用 map_location 参数对 GPU 和 CPU 进行转化

1）GPU 转 CPU

model = torch.load(PATH, map_location='cpu')

2）CPU 转 GPU

model = torch.load(PATH, map_location=lambda storage, loc: storage.cuda(0))

3）GPU之间转换

torch.load(PATH, map_location={'cuda:0':'cuda:1'})    # GPU0转到GPU1