pytorch保存和加载模型

PyTorch 提供了方便的函数来保存和加载模型。以下是一些示例代码：

## 保存模型

import torch

# 定义模型
model = YourModel()

# 保存模型参数
torch.save(model.state_dict(), 'model.pth')

在这个例子中，我们使用 `torch.save` 函数来保存模型的状态字典（state_dict）到文件 `model.pth` 中。

## 加载模型

import torch

# 定义模型
model = YourModel()

# 加载模型参数
model.load_state_dict(torch.load('model.pth'))

在这个例子中，我们使用 `torch.load` 函数来加载保存的模型参数，并将其加载到我们定义的模型中。注意，我们需要在加载模型之前定义相同的模型结构，以便可以正确地加载参数。

除了保存和加载模型参数，我们还可以使用 `torch.save` 函数来保存整个模型，包括模型结构和参数，以便可以在其他设备或环境中加载和使用它们。以下是一个示例：

## 保存整个模型

import torch

# 定义模型
model = YourModel()

# 保存整个模型
torch.save(model, 'model.pth')

在这个例子中，我们使用 `torch.save` 函数来保存整个模型到文件 `model.pth` 中。在加载模型时，我们可以使用 `torch.load` 函数来加载整个模型。