torch.load()

`torch.load()`是一个PyTorch函数，用于从磁盘加载序列化的对象。它的语法为：

torch.load(filepath, map_location=None, pickle_module=<module 'pickle' from '/usr/lib/python3.7/pickle.py'>)

其中，`filepath`是要加载的文件路径；`map_location`是一个可选参数，用于指定在哪个设备上加载数据；`pickle_module`是一个可选参数，用于指定用于反序列化Python对象的Pickling模块。`torch.load()`返回一个Python对象，可以是各种PyTorch模型、Tensor等。

相关问题

torch.load

torch.load是一个PyTorch函数，可以用于从磁盘加载序列化的对象（例如模型）。 它接受一个文件路径作为输入并返回对象。 例如，在加载保存的模型时，可以使用以下代码：

model = torch.load('saved_model.pt')

该函数还可以使用map_location参数将对象加载到指定设备上。例如：

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model = torch.load('saved_model.pt', map_location=device)

torch.jit.load和torch.load

`torch.jit.load` 和 `torch.load` 是PyTorch库中的两个用于加载训练好的模型的功能，但它们之间存在一些差异。

`torch.load()` 可以加载保存的PyTorch模型状态（包括参数、优化器状态等），通常适用于非图模式（non-graph mode）下的模型。当你直接传递一个文件路径时，它期望的是一个.pth文件，这是标准的PyTorch模型保存格式。

然而，`torch.jit.load()` 是用来加载 TorchScript（一种可执行的模型格式）模型的。这意味着它是针对图模式（graph mode）的，主要用于序列化已经通过 `torch.jit.script()` 或 `torch.jit.trace()` 编译过的模型。这个函数对输入路径的要求比较严格，不能直接接受文件的绝对路径，因为它期望模型文件与调用它的脚本文件在同一目录下，或者是一个相对路径。

如果你有一个TorchScript模型文件，你可以这样加载：

# 假设你的模型文件名为model.pt
# 而你的脚本文件在同一个目录下
model = torch.jit.load("model.pt")

如果不在同一目录，你可能需要调整工作目录或者使用相对路径来解决这个问题：

import os
os.chdir(os.path.dirname(__file__))  # 设置到当前脚本所在的目录

model = torch.jit.load("model.pt")  # 使用相对路径