wwwwzm的博客

虽然缓冲区会被序列化，但它们不会计入模型的参数总数中。这在某些情况下很有用，特别是当你需要存储一些中间计算结果或用于计算的张量，但这些张量的大小远大于模型参数本身时。）时，缓冲区也会被保存到磁盘上。这意味着，当你加载一个模型时，注册的缓冲区也会被恢复到之前的状态。）进行模型训练时，缓冲区不会像模型参数那样通过梯度下降等方法被更新。：缓冲区会与模型参数一起被保存，当模型被序列化（例如使用。类提供的一个函数，它允许你将一个张量（在这个例子中是。）注册为模块的一个缓冲区（buffer）。

unsqueeze() 方法在 PyTorch 中用于在指定的维度位置插入一个维度大小为 1 的新维度。tips:()内指定维度位置，‘0’表示第一个维度位置，以此类推‘1’ ‘2’ ‘3’.......

使用GPU训练模型，需要将这三个部分上传到GPU。

tips：转载，仅作为学习记录便于查找。

【代码】预训练模型的下载。