pytorch保存最优训练模型

要保存PyTorch中的最优训练模型，您可以使用以下步骤：

1. 在训练过程中，使用变量来追踪最佳的验证损失或准确率指标。例如，您可以创建一个变量来保存最小的验证损失值：

best_loss = float('inf')

2. 在每个训练周期结束时，检查当前的验证损失或准确率，并更新最佳模型的状态。如果当前损失更低，保存模型的状态。

if val_loss < best_loss:
    best_loss = val_loss
    torch.save(model.state_dict(), 'best_model.pth')

3. 使用`torch.save()`函数将模型的状态保存到磁盘上的.pth文件中。您可以选择在每个训练周期结束时保存模型，或者根据自己的需求选择保存模型的频率。

4. 当需要加载最优模型时，使用`torch.load()`函数从磁盘加载.pth文件，并将其加载到模型中。

model.load_state_dict(torch.load('best_model.pth'))

请注意，这种方法只保存了模型的参数状态。如果您还想保存其他内容（如优化器状态、训练历史等），可以将这些信息保存到字典中，然后再保存到.pth文件中。