如何在Python中加载已保存的模型？

在Python中，如果你已经训练了一个模型并将其保存下来，通常使用深度学习库如TensorFlow或PyTorch，你可以通过以下步骤加载模型：

1. **TensorFlow (Keras)**:
- 使用`tf.keras.models.load_model()`函数，例如：

     model = tf.keras.models.load_model('path_to_your_saved_model.h5')

2. **PyTorch**:
- 如果是torch.nn.Module类型的模型，可以使用`torch.load()`：

     model = torch.load('path_to_your_saved_model.pth', map_location='cpu')

- 对于基于state_dict的模型，可以直接加载：

     model_dict = torch.load('path_to_your_saved_model.pth', map_location='cpu')['model_state']
     model.load_state_dict(model_dict)

3. **Hugging Face Transformers**:
- 对于预训练模型，可以使用`AutoModel.from_pretrained()`：

     from transformers import AutoModel
     model = AutoModel.from_pretrained('path/to/saved/model')

确保在加载之前，模型文件路径是正确的，并且加载时需要考虑是否需要将模型从GPU迁移到CPU（使用`map_location='cpu'`）。