在 PyTorch 中,load_state_dict
和 torch.load
是两个不同的函数,用于不同的目的。
-
torch.load
:-
用途: 从磁盘加载一个保存的对象。这个对象可以是一个模型的整个状态字典(包含模型参数)、优化器状态字典、甚至是任意其他 Python 对象。
-
用法 : 通常用于加载之前用
torch.save
保存的对象。 -
示例 :
python# 保存对象 torch.save(model.state_dict(), 'model.pth') torch.save(optimizer.state_dict(), 'optimizer.pth') # 加载对象 model_state_dict = torch.load('model.pth') optimizer_state_dict = torch.load('optimizer.pth')
-
-
load_state_dict
:-
用途 : 将加载的状态字典(通常是模型参数)应用到一个模型实例上。这个函数通常用于将
torch.load
加载的状态字典应用到模型或优化器上。 -
用法: 在模型或优化器实例上调用,用于将加载的状态字典设置为模型或优化器的当前状态。
-
示例 :
python# 创建模型实例 model = MyModel() # 加载并应用状态字典 model.load_state_dict(torch.load('model.pth'))
-
总结
torch.load
用于从磁盘加载任意对象(通常是状态字典)。load_state_dict
用于将加载的状态字典应用到模型或优化器实例上。
以下是一个完整的示例代码,演示如何保存和加载模型参数:
python
import torch
import torch.nn as nn
import torch.optim as optim
# 定义模型
class MyModel(nn.Module):
def __init__(self):
super(MyModel, self).__init__()
self.fc = nn.Linear(10, 1)
def forward(self, x):
return self.fc(x)
# 创建模型和优化器
model = MyModel()
optimizer = optim.SGD(model.parameters(), lr=0.001)
# 保存模型和优化器的状态字典
torch.save(model.state_dict(), 'model.pth')
torch.save(optimizer.state_dict(), 'optimizer.pth')
# 加载模型和优化器的状态字典
model.load_state_dict(torch.load('model.pth'))
optimizer.load_state_dict(torch.load('optimizer.pth'))
这段代码展示了如何定义一个简单的模型,保存它的状态字典,然后加载这些状态字典到新的模型和优化器实例中。