如何用pytorch将训练好的模型保存

在 PyTorch 中，我们可以使用 `torch.save()` 函数将训练好的模型保存到磁盘上。这个函数需要指定两个参数：第一个参数是要保存的模型，第二个参数是文件路径。

以下是一个简单的示例：

import torch

# 假设已经训练好了一个模型，存储在变量model中
model = ...

# 指定文件路径和文件名
path = './model.pth'

# 保存模型
torch.save(model, path)

执行上述代码后，模型就会被保存到指定的路径下。如果需要加载模型，可以使用 `torch.load()` 函数进行加载。例如：

# 加载模型
model = torch.load(path)

需要注意的是，如果在保存模型时需要保存一些额外的信息，可以将这些信息保存在字典中，然后一起保存。例如：

# 假设有一些额外的信息需要保存
extra_info = {
    'epoch': 10,
    'loss': 0.01
}

# 将模型和额外信息保存在一起
data = {
    'model': model,
    'extra_info': extra_info
}

# 保存模型和额外信息
torch.save(data, path)

在加载模型时，可以使用 `torch.load()` 函数将整个数据集加载到内存中，然后从中提取需要的信息：

# 加载数据集
data = torch.load(path)

# 从数据集中提取模型和额外信息
model = data['model']
extra_info = data['extra_info']