PyTorch学习笔记：使用state_dict来保存和加载模型

最新推荐文章于 2025-03-21 13:56:20 发布

牧羊女说

最新推荐文章于 2025-03-21 13:56:20 发布

阅读量1.9w

点赞数 45

分类专栏： PyTorch 深度学习文章标签： pytorch 深度学习

本文链接：https://blog.youkuaiyun.com/DeliaPu/article/details/124666157

版权

1. state_dict简介

state_dict是Python的字典对象，可用于保存模型参数、超参数以及优化器（torch.optim）的状态信息。需要注意的是，只有具有可学习参数的层（如卷积层、线性层等）才有state_dict。

下面就拿官方教程中的一个小示例来说明state_dict的使用：

import torch
import torch.nn as nn
import torch.optim as optim

# 定义模型
class TheModelClass(nn.Module):
    def __init__(self):
        super(TheModelClass, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

# 初始化模型
model =