net.load_state_dict(torch.load(modelpath,map_location=lambda storage,loc:storage))

这段代码是用来加载PyTorch模型的权重参数。其中，`modelpath`是保存模型权重的文件路径，`map_location`参数是一个函数，用于指定模型的加载位置。如果`map_location`参数不指定，则模型将默认加载到CPU上。如果指定了`map_location`参数，则模型将加载到指定的设备上（例如GPU）。

具体来说，`torch.load`函数会返回一个包含模型的权重参数的字典对象，然后通过`load_state_dict`方法将这些权重参数加载到模型中。这样，就可以直接使用已经训练好的模型来进行推理或继续训练了。