class Mymodel(nn.Module)，mymodel=Mymodel()，当我模型训练好时是保存Mymodel还是mymodel

在PyTorch中，当你定义了一个自定义的模型类`Mymodel(nn.Module)`并且实例化了这个类创建了一个对象`mymodel = Mymodel()`，通常你需要保存的是`Mymodel`这个类本身以及它的状态（也就是参数）。因为当你训练好模型后，保存`mymodel`只是保存了这个特定实例的权重，如果要用于其他数据或相同的结构，需要重新初始化一个新的`Mymodel`。

你应该将整个`Mymodel`类及其参数状态保存起来。这通常是通过`torch.save`函数，结合`nn.Module`类提供的`state_dict()`方法来实现。例如：

# 训练好的模型状态字典
model_state = mymodel.state_dict()
# 保存整个模型，包括类和参数
torch.save({
    'model_class': Mymodel,
    'model_state_dict': model_state,
}, 'mymodel.pth')

恢复模型时，你可以从保存文件中加载`model_class`，然后利用它创建新的实例并加载参数：

# 加载模型
loaded_data = torch.load('mymodel.pth')
model_class = loaded_data['model_class']
new_mymodel = model_class()
new_mymodel.load_state_dict(loaded_data['model_state_dict'])