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
axe_hu1 分钟前
AI产品经理需要具备哪些能力?
人工智能·产品经理
有Li4 分钟前
基于超高分辨率CT智能分割与测量的单侧梅尼埃病内耳解剖特征定量研究文献速递/医学智能体前沿
大数据·人工智能·学习·文献·医学生
挖掘狂人4 分钟前
1024程序员节:AI时代,为什么我们依然需要程序员
人工智能·程序员·ai编程
云淡风轻~窗明几净7 分钟前
角谷猜想与百度AI的对话dialog(原始稿)
人工智能·算法·机器学习·图论
龙亘川8 分钟前
城市公共安全治理如何从“人海战术“走向“数据驱动“?
大数据·数据库·人工智能·安全·microsoft·智慧城市·数据可视化
前端的阶梯9 分钟前
AI Agent 之 用户记忆和知识库
人工智能
西木莉14 分钟前
中小企业AI时代如何解决数据质量?
人工智能
合尘猫22 分钟前
给 AI 客服加权限边界:12 项自查清单与一次越权测试
人工智能·安全·llm
stereohomology23 分钟前
外挂的不同表现形式
人工智能·markdown·所见即所得