神经网络训练过程中保存参数与加载参数

神经网络的训练往往需要一定的时间，如果训练过程中需要临时中断，其训练参数的保存与重新加载显得至关重要。

模型参数的保存：

# 模型参数保存，model是网络模型，optimizer是优化器
state = {'model': model.state_dict(), 'optimizer': optimizer.state_dict()}
torch.save(state, '文件名.pth')

模型参数的加载：

checkpoint=torch.load('文件名.pth')
model.load_state_dict(checkpoint['model'])
optimizer.load_state_dict(checkpoint['optimizer'])
print("加载成功!")

或者只保留模型参数，不保留优化器参数：

# 参数保存
torch.save(model.state_dict(), '文件名.pth')

# 参数加载
model.load_state_dict(torch.load('文件名.pth'))
print("加载成功!")