pytorch模型保存加载与继续训练

pytorch保存模型非常简单，主要有两种方法：

1. 只保存参数；（官方推荐）
2. 保存整个模型 (结构+参数)。
   由于保存整个模型将耗费大量的存储，故官方推荐只保存参数，然后在建好模型的基础上加载。本文介绍两种方法，但只就第一种方法进行举例详解。

一、只保存参数

1.保存

一般地，采用一条语句即可保存参数：

torch.save(model.state_dict(), path)

其中model指定义的模型实例变量，如 model=vgg16( ), path是保存参数的路径，如 path='./model.pth' , path='./model.tar', path='./model.pkl', 保存参数的文件一定要有后缀扩展名。

特别地，如果还想保存某一次训练采用的优化器、epochs等信息，可将这些信息组合起来构成一个字典，然后将字典保存起来：

state = {'model': model.state_dict(), 'optimizer': optimizer.state_dict(), 'epoch': epoch}
torch.save(state, path)

2.加载

针对上述第一种情况，也只需要一句即可加载模型：

model.load_state_dict(torch