Pytorch中保存模型的两种方法

目录

一、保存整个模型

这种方法会保存模型的整个定义(包括网络结构和参数)。这样保存的模型可以直接被加载并使用,但前提是保存和加载模型的代码环境需要完全一致。

保存模型时使用代码:

python 复制代码
torch.save(model, 'model.pth')

加载模型时使用代码:

python 复制代码
model = torch.load('model.pth')

二、只保存模型参数

这种方法只会保存模型的状态字典(state_dict),即模型的参数。加载这样的模型需要先定义模型的结构,然后加载参数。

保存模型使用代码:

python 复制代码
torch.save(model.state_dict(), 'params.pth')

加载模型使用代码:

python 复制代码
model = Model()  # 需要先定义模型结构
model.load_state_dict(torch.load('params.pth'))
相关推荐
憨波个几秒前
【说话人日志】DiariZen
人工智能·深度学习·算法·语音识别
付威2023几秒前
我用 100 行核心代码,做了一个能接入飞书的 Hermes 式智能体
人工智能·后端
IamZJT_几秒前
拆开 DeepSeek Harness 10|创造模式在“创造”什么?让 Agent 组装一种新工作方式
人工智能
snakeshe10101 分钟前
Python 入门核心:分支、循环、列表容器
人工智能
java资料站1 分钟前
案例:Spring Ai/Alibaba《模拟面试器》项目案例
人工智能·spring·面试
启效云4 分钟前
AI赋能制造丨启效云亮相2026工业母机产业链高质量发展大会
大数据·人工智能·制造
TK泰妞6 分钟前
如何利用跨境女装提示词库提升销售效率?从商品图片到TikTok内容的完整方法
大数据·人工智能
鲜于言悠9056 分钟前
opencode
人工智能
猛犸象限7 分钟前
【CJMP Grok Bot实践】用 CJMP 搬游戏时碰到的三个缺口,和我们的绕法
人工智能·grok
用户abcde7 分钟前
RAG 检索增强生成
人工智能