关于PyTorch中模型保存与加载的问题

我真服了，明明这么简单的东西，居然卡了我一个晚上，哭死

1.模型保存与加载推理的问题

代码如下，很简单，直接用既保持模型，又保存checkpoints的就好了，虽然不推荐，但是简单啊！

torch.save(SncNet, 'final.pth')

model = torch.load("best.pth")

2.关于nn.Flatten()与torch.flatten()（懒得写了，如下图所示）

由于我的模型是全部由全连接层构成，输入数据是4*3，因此网络第一层必然是nn.Flatten()，但是nn.Flatten()出现在网络的定义中，因此它是对于第一维度的拉伸，反之，torch.flatten()是对于第零维度的拉伸。因此要想输入一个4*3的数据去已保存的模型中，首先第一步是需要把他reshape成1*4*3的格式，或者在网络输入输入的时候直接将数据输入成1*12的格式。

3.在做预测模型的时候，出现了预测出全是0和1的情况，很显然是因为经过了sigmoid之后，梯度爆炸，导致最后两极分化，如下图所示，这是我经过断点之后，查看sigmoid之前的数据，发现产生了梯度爆炸（谢谢我的彬神，告诉我该怎么debug呜呜呜），但是再训练的时候看输出明明好好的，所以问题肯定出在了数据导入，紧接着就发现，我忘记对数据做归一化，导致梯度爆炸！！！ 

  

4.在导入模型的时候，他直接给我再训练了一次，这是因为我直接import了我神经网络的代码，而我却在main里面进行训练，所以在import之后计算机自动给我运行了main，所以就又训练了一次。。。我麻了。。。解决办法就是，要么def train，要么就只复制网络结构。