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
阿里云大数据AI技术32 分钟前
阿里云 EMR Serverless Spark + DataWorks 技术实践:引领企业 Data+AI 一体化转型
人工智能
billhan201634 分钟前
MCP 深入理解:协议原理与自定义开发
人工智能
用户83562907805136 分钟前
无需 Office:Python 批量转换 PPT 为图片
后端·python
Jahzo1 小时前
openclaw桌面端体验--ClawX
人工智能·github
billhan20161 小时前
Agent 开发全流程:从概念到生产
人工智能
threerocks1 小时前
过了个年,AI 圈变天了?但没人告诉你为什么
人工智能
threerocks1 小时前
Anthropic CEO Dario Amodei:海啸已在地平线上,但没人在看
人工智能
用户5191495848452 小时前
Adrenaline GPU 漏洞利用框架:突破 Android 内核内存读写限制
人工智能·aigc
hulkie2 小时前
从 AI 对话应用理解 SSE 流式传输:一项 "老技术" 的新生
前端·人工智能
鞋带松了2 小时前
openclaw + ollama本地模型 + 飞书平台 windows平台部署教程
人工智能