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
GIS数据转换器16 分钟前
VR+智慧消防一体化决策平台
人工智能·数码相机·无人机·智慧城市·知识图谱·vr
世优科技虚拟人17 分钟前
世优波塔数字人 AI 大屏再升级:让智能展厅讲解触手可及
大数据·人工智能·科技·gpt·信息可视化·ai作画·gpu算力
q5673152319 分钟前
利用Python实现Union-Find算法
android·python·算法
晒足以百八十21 分钟前
数据挖掘实训:基于CEEMDAN与多种机器学习模型股票预测与时间序列建模
python·机器学习·数据挖掘
next_travel22 分钟前
计算机视觉目标检测-DETR网络
人工智能·目标检测·计算机视觉
晒足以百八十24 分钟前
数据挖掘实训:天气数据分析与机器学习模型构建
人工智能·机器学习
湫ccc25 分钟前
《机器学习》从入门到实战——决策树
人工智能·决策树·机器学习
程序猿阿伟30 分钟前
《量子比特大阅兵:不同类型量子比特在人工智能领域的优劣势剖析》
人工智能·量子计算
Wishell201539 分钟前
为深度学习引入张量
pytorch