pytorch中保存、载入权重

有两套模板,配套使用:

模板一:直接加载参数模型

#  保存权重

torch.save(model, save_dirt)

#  载入模型

model = torch.load(save_dirt)

model.to(device)

#  替换代码

model = torch.load(save_path, map_location = device)

模板二:分别加载网络的结构和参数

#  保存

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

#  加载参数给模型

#  1、先实例化模型

model = Model()

#  2、根据权重文件将参数赋值该创建好的模型

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

torch.load('./weight/best.pkl', map_location = device)

model.load_state_dict(checkpoint)#  尝试将权重文件载入实例化为模型中的model

你可能感兴趣的:(深度学习)