save_hyperparameters()

`save_hyperparameters()` 是一个函数，通常在 PyTorch Lightning 模型中使用，用于将模型的超参数保存到日志中，以便在训练和评估过程中进行追踪和记录。

该函数将一个 Python 字典作为输入参数，其中包含模型的所有超参数和它们的值。然后，它将这些值保存到 PyTorch Lightning 日志中，以便可以随时查看和追踪模型的超参数。例如，以下代码演示了如何使用 `save_hyperparameters()` 函数：

import pytorch_lightning as pl

class MyModel(pl.LightningModule):
    def __init__(self, hidden_dim, dropout_rate):
        super().__init__()
        self.hidden_dim = hidden_dim
        self.dropout_rate = dropout_rate
        self.save_hyperparameters()

    def forward(self, x):
        # ...

    def training_step(self, batch, batch_idx):
        # ...

    def configure_optimizers(self):
        # ...

在上面的代码中，`__init__()` 方法中调用了 `save_hyperparameters()` 函数，它将 `hidden_dim` 和 `dropout_rate` 保存到 PyTorch Lightning 日志中。这些超参数可以在训练和评估过程中使用，以便在需要时进行调整。