神经网络训练权重保存与下载

1 torch.save()

       for example:

        ①保存整个模型:torch.save(model,'---.pth')

                    model:需要保存的模型,即神经网络的model类;

                     '---.pth':保存地址及文件名,如:'logs/Epoch1.pth',指:保存在logs文件夹下,保存的pth格式的文件名为Epoch1.pth。

        ②只保存训练好的权重:torch.save(model.state_dict(), '---.pth')

                model.state_dict():model:class类,指只保存模型训练好的权重;后面同理。

                例子:torch.save(net.state_dict(), 'logs/Epoch1.pth')

2 torch.load()

        for example: ​​​​​

        net.load_state_dict(torch.load('logs/Epoch1.pth'))

                这个例子与1 torch.save()中的②相对应,net:我起的model的class类名,load_state_dict:下载之前保存的权重;torch.load:下载指令函数;('logs/Epoch1.pth'):指文件夹及文件名。

3 保存权重推荐:

        保存: torch.save(model.state_dict(), PATH)
        下载:

                   model = TheModelClass(*args, **kwargs)
                   model.load_state_dict(torch.load(PATH))
                   model.eval()
        

      使用torch.save()保存state_dict,能够方便模型的加载。因此推荐使用这种方式进行模型保存。使用model.eval()来固定dropout和归一化层,否则每次推理会生成不同的结果。注意,load_state_dict()需要传入字典对象,因此需要先反序列化state_dict再传入load_state_dict()

4 保存整个模型推荐:

        保存: torch.save(model, PATH)

        下载
                model = torch.load(PATH)
                model.eval()

PyTorch的模型一般以.pt或者.pth文件格式保存。

5 参考:(19条消息) Pytorch:模型的保存与加载 torch.save()、torch.load()、torch.nn.Module.load_state_dict()_宁静致远*的博客-CSDN博客_loadicon-default.png?t=L9C2https://blog.csdn.net/weixin_40522801/article/details/106563354

你可能感兴趣的:(神经网络,人工智能,深度学习,python)