pytorch 保存模型

在 PyTorch 中，我们可以使用 `torch.save` 函数来保存模型。该函数的第一个参数是要保存的对象，通常是一个模型或优化器，第二个参数是文件名（包括路径和扩展名），文件名的扩展名通常是 `.pt` 或 `.pth`。

以下代码演示了如何保存一个简单的神经网络模型：

import torch
import torch.nn as nn

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.fc1 = nn.Linear(10, 5)
        self.fc2 = nn.Linear(5, 2)

    def forward(self, x):
        x = self.fc1(x)
        x = torch.relu(x)
        x = self.fc2(x)
        return x

model = Net()

# 保存模型
torch.save(model.state_dict(), 'model.pt')

在上面的示例中，我们创建了一个简单的神经网络模型，并使用 `torch.save` 函数将其保存到文件 `model.pt` 中。模型的状态字典可以通过 `model.state_dict()` 方法获取，它包含了所有模型的参数和缓存。

如果要加载已经保存的模型，可以使用 `torch.load` 函数，如下所示：

# 加载模型
model.load_state_dict(torch.load('model.pt'))

以上代码将从文件 `model.pt` 中加载模型的状态字典，并将其设置为模型的参数。