python如何保存tensor

在PyTorch中，可以使用torch.save()函数将Tensor对象保存为文件。该函数的语法如下：

torch.save(obj, f, pickle_module=None, pickle_protocol=2, _use_new_zipfile_serialization=True)

其中，obj为需要保存的Tensor对象，f为保存文件的路径。pickle_module和pickle_protocol参数用于指定序列化库和协议版本，一般不需要指定。

例如，下面的代码将一个Tensor对象保存到文件中：

import torch

tensor = torch.tensor([1, 2, 3])
torch.save(tensor, 'tensor.pt')

保存的文件名为'tensor.pt'。要加载保存的Tensor对象，可以使用torch.load()函数。该函数的语法如下：

torch.load(f, map_location=None, pickle_module=None, **pickle_load_args)

其中，f为保存的文件路径，map_location参数用于指定Tensor对象在哪个设备上加载，pickle_module参数用于指定序列化库，**pickle_load_args参数用于传递额外的参数给序列化库。

例如，下面的代码加载保存的Tensor对象：

import torch

tensor = torch.load('tensor.pt')
print(tensor)

输出结果为：

tensor([1, 2, 3])