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
吃肉夹馍不要夹馍16 小时前
【opencv图片倾斜矫正】
人工智能·opencv·计算机视觉
sca1p3116 小时前
新南威尔士大学 LiM
论文阅读·人工智能·加密流量分类
weixin_4577600016 小时前
EIOU (Efficient IoU): 高效边界框回归损失的解析
人工智能·数据挖掘·回归
美团技术团队16 小时前
AI Coding与单元测试的协同进化:从验证到驱动
人工智能
曹工不加班16 小时前
n8n 实战:工作流自动发布排版精美的公众号文章
人工智能·工作流引擎
ytttr87316 小时前
基于自适应分水岭和亲和传播聚类的彩色图像分割
人工智能·计算机视觉·聚类
通义灵码16 小时前
用 AI 开发 AI:FunQ 背后的 Qoder 最佳实践分享
人工智能
小oo呆16 小时前
【学习心得】Python好库推荐——pipx
linux·开发语言·python
smile_Iris16 小时前
Day 28 元组和OS模块
python·机器学习
Elastic 中国社区官方博客17 小时前
EDB EPAS 通过 PostgreSQL 连接器同步数据到 Elasticsearch
大数据·数据库·人工智能·elasticsearch·搜索引擎·postgresql·全文检索