我要评论pytorch模型保存
保存模型主要分为两类：
- 保存整个模型
- 只保存模型参数
1.保存加载整个模型（不推荐）
保存整个网络模型，网络结构+权重参数
torch.save(model,'net.pth')
加载整个网络模型（可能比较耗时）
model=torch.load('net.pth')2.只保存加载模型参数（推荐）
保存模型的权重参数（速度快，占内存少）
torch.save(model.state_dict(),'net_params.pth')
load 模型参数
因为我们只保存了 模型的参数，所以需要先定义一个网络对象，然后再加载模型参数。
model=mynet()
#将模型参数加载到新模型中，torch.load返回的是一个ordereddict，说明.state_dict()只是把所有模型的参数都已ordereddict的形式存下来。
state_dict=torch.load('net_params.pth')
model.load_state_dict(state_dict)note:保存模型进行推理测试时，只需保存训练好的模型的权重参数，即推荐第二种方法。
load_state_dict的参数strict=false new_model.load_state_dict(state_dict,strict=false)
如果哪一天我们需要重新写这个网络的，比如使用new_model，如果直接load会出现unexpected key.
但是加上strict=false可以很容易地加载预训练的参数（注意检查key是否匹配），直接忽略不匹配的key,对于匹配的key则进行正常的赋值。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持代码网。
发表评论