torch.save和torch.jit.save

`torch.save` 和 `torch.jit.save` 都是PyTorch提供的用于保存模型和其相关状态的方法，但在用途上有所不同：

1. **torch.save**：
这是一个通用的模型保存函数，用于保存整个神经网络模型及其状态（例如权重、优化器状态等）。当你使用 `torch.save(obj, file_path)` 时，`obj` 可以是`nn.Module`实例（模型），`state_dict` 或者包含模型和数据的状态字典。它将模型及状态信息存储为二进制文件，便于后续加载恢复到相同的配置。如果你只想保存模型结构而忽略运行时计算图，可以只保存`state_dict`。

   state_dict = model.state_dict()  # 模型的权重
   torch.save(state_dict, 'model.pth')  # 保存权重

2. **torch.jit.save**：
`torch.jit.save` 是用于保存PyTorch的静态图（即通过`torch.jit.trace`或`torch.jit.script`生成的）模型，这种模型可以在没有原始Python代码的情况下独立运行。它可以保存模型的计算图，包括输入类型的元数据，使得其他程序可以像使用常规模块一样调用它，无需完整的Python环境。

   traced_model = torch.jit.trace(model, input_image)  # 使用输入图像trace模型
   torch.jit.save(traced_model, 'traced_model.pt')  # 保存为静态图模型

使用`torch.jit.save`保存的模型通常比`torch.save`更小，因为它不包含Python代码，而且加载速度也更快，因为它是静态执行的。