当模型训练好以后，就可以用来预测了。后续我们在其他端部署的时候不需要再次训练，直接使用训练好的模型进行推理就可以了。
在保存和加载的时候我们都需要传入模型。保存的API是save_checkpoint(model,path), 对应的加载的API是 load_checkpoint(model,path)
除Checkpoint外，MindSpore提供了云侧（训练）和端侧（推理）统一的中间表示（Intermediate Representation，IR）。可使用export接口直接将模型保存为MindIR
使用静态图加速
前面提到过，mindspore有两种运行模式。动态图和静态图。
动态图类似于debug模式，静态图类似于release模式。
可以使用如下代码配置为静态图模式，来获得更快的训练速度。
python
import mindspore as ms
ms.set_context(mode=ms.GRAPH_MODE) 也可以使用@ms.hit装饰器，配置为静态图模式