深度学习篇---断点重训&模型部署文件

---

---

前言

在 PaddlePaddle 框架中，断点重训（恢复训练）和 模型部署 需要保存不同类型的文件

---

一、断点重训（Checkpoint）文件

断点重训需要保存训练过程中的完整状态，包括 模型参数、优化器状态、学习率调度器状态 以及 训练进度信息（如当前 epoch、迭代步数等）。
PaddlePaddle 动态图（推荐）和静态图模式下保存的文件略有不同，但核心文件后缀如下：

1. 动态图（DyGraph）模式

.pdparams 文件

保存模型的 可学习参数（如权重、偏置），通过 model.state_dict() 生成。

paddle.save(model.state_dict(), "model.pdparams")  # 仅保存模型参数

.pdopt 文件

保存 优化器的状态（如动量、梯度历史等），通过 optimizer.state_dict() 生成。

paddle.save(optimizer.state_dict(), "optimizer.pdopt")  # 保存优化器状态

.pdscaler 文件

如果使用了混合精度训练（paddle.amp.GradScaler），保存梯度缩放器的状态。

paddle.save(scaler.state_dict(),