基于pytorch的保存和加载模型参数的方法

脚本专栏 2024/10/4 佚名

3 1 2

当我们花费大量的精力训练完网络，下次预测数据时不想再（有时也不必再）训练一次时，这时候torch.save(),torch.load()就要登场了。

保存和加载模型参数有两种方式：

方式一：

torch.save(net.state_dict(),path):

功能：保存训练完的网络的各层参数（即weights和bias)

其中：net.state_dict()获取各层参数，path是文件存放路径(通常保存文件格式为.pt或.pth)

net2.load_state_dict(torch.load(path)):

功能：加载保存到path中的各层参数到神经网络

注意：不可以直接为torch.load_state_dict(path)，此函数不能直接接收字符串类型参数

方式二：

torch.save(net,path):

功能：保存训练完的整个网络模型（不止weights和bias）

net2=torch.load(path):

功能：加载保存到path中的整个神经网络

说明：官方推荐方式一，原因自然是保存的内容少，速度会更快。

以上这篇基于pytorch的保存和加载模型参数的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

pytorch,保存,加载,模型

华山资源网 Design By www.eoogi.com

广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！

华山资源网 Design By www.eoogi.com

评论“基于pytorch的保存和加载模型参数的方法”

暂无评论...