import torch
import torchvision.models as models
PyTorch模型将学习到的参数存储在称为state_dict的内部字典中,并通过torch.save方法持久化:
model = models.vgg16(weights='IMAGENET1K_V1')
torch.save(model.state_dict(), 'model_weights.pth')
要加载模型权重,需要首先创建同一模型的实例,然后使用load_state_dict()方法加载参数。
model = models.vgg16()
model.load_state_dict(torch.load('model_weights.pth'))
model.eval()
当加载模型权重时,需要首先实例化模型类,因为该类定义了网络的结构。我们可能想将这个类的结构与模型一起保存,在这种情况下,我们可以将model传递给保存函数:
torch.save(model, 'model.pth')
可以以如下方式加载模型:
model = torch.load('model.pth')