nn.module.load_state_dict()

`nn.Module.load_state_dict()`是PyTorch中的一个函数，用于将参数和缓冲区从`state_dict`拷贝到当前模块及其子模块中。如果`strict`参数为True，则`state_dict`的键必须与当前模块的`state_dict()`函数返回的键完全匹配。

以下是一个示例，演示了如何使用`nn.Module.load_state_dict()`函数加载模型的参数：

import torch
import torch.nn as nn

# 定义一个模型
class MyModel(nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.fc = nn.Linear(10, 5)

# 创建一个模型实例
model = MyModel()

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

# 创建一个新的模型实例
new_model = MyModel()

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

# 验证参数是否成功加载
print(new_model.state_dict() == model.state_dict())  # 输出：True

在上面的示例中，我们首先定义了一个简单的模型`MyModel`，然后创建了一个模型实例`model`。我们将模型的参数保存到`model.pth`文件中。接下来，我们创建了一个新的模型实例`new_model`，并使用`load_state_dict()`函数加载了之前保存的参数。最后，我们验证了参数是否成功加载。