把自己的训练权重当做预训练权重载入网络

可以使用以下代码实现将自己的训练权重作为预训练权重载入网络：

import torch

# 定义网络结构
class MyModel(torch.nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.fc1 = torch.nn.Linear(10, 20)
        self.fc2 = torch.nn.Linear(20, 1)

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

# 创建模型实例
model = MyModel()

# 载入训练权重
trained_weights = torch.load('trained_weights.pth')
model.load_state_dict(trained_weights)

其中，`trained_weights.pth`表示保存的训练权重文件名，可以通过`torch.save()`函数将训练好的权重保存下来。通过`model.load_state_dict()`函数将权重载入模型中。注意，训练权重的大小和网络结构应该一致。