pytorch读取模型文件

要读取 PyTorch 模型文件，可以使用 `torch.load()` 方法。例如，如果你的模型保存在文件 `model.pth` 中，你可以使用以下代码读取它：

import torch

# 定义模型结构
class MyModel(torch.nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.linear = torch.nn.Linear(10, 1)

    def forward(self, x):
        return self.linear(x)

# 创建模型实例
model = MyModel()

# 加载模型参数
model.load_state_dict(torch.load('model.pth'))

# 关闭模型的 dropout 和 batch normalization 层
model.eval()

在上面的代码中，我们首先定义了一个名为 `MyModel` 的简单的模型结构。然后，我们创建了一个模型实例 `model`，并使用 `torch.load()` 方法将模型参数从文件 `model.pth` 中读取并加载到了 `model` 中。最后，我们调用了 `model.eval()` 方法，关闭了模型的 dropout 和 batch normalization 层。

值得注意的是，如果你的模型是在 GPU 上训练的，并且你想在 CPU 上加载模型参数，则需要在 `torch.load()` 方法中设置 `map_location` 参数。例如：

# 将模型从 GPU 加载到 CPU
model.load_state_dict(torch.load('model.pth', map_location=torch.device('cpu')))