【Pytorch】神经网络模型保存与加载

文章介绍了在Pytorch中如何保存和加载神经网络模型,包括保存整个网络结构和仅保存参数两种方式。方法一使用`torch.save(model,PATH)`保存和`torch.load(PATH)`加载整个模型;方法二利用`model.state_dict()`保存参数,然后通过`model2.load_state_dict(state_dict)`加载到新初始化的模型中。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

【Pytorch】神经网络模型保存与加载

神经网络模型的保存与加载有2种方法,一种方法会保存及加载整个网络(包括网络的图结构),另外一种方法只保存及加载网络的参数名及值(不包括网络的图结构)。

方法1

保存及加载整个网络,包括网络的图结构。代码如下:

# 保存网络
torch.save(model, PATH) # model是想要保存的模型,PATH是保存下来的文件的路径
# 加载网络
model2 = torch.load(PATH)

方法2

保存及加载网络的参数名及值,不包括网络的图结构。代码如下:

# 保存网络
torch.save(model.state_dict(), PATH) # model.state_dict()是想要保存的模型的参数名及值,PATH是保存下来的文件的路径
# 加载网络
model2 = MyModel() # 初始化准备载入参数的新模型
state_dict = torch.load(PATH) # 同样是torch.load(PATH),在方法1中返回的是整个模型,在方法2中返回的是模型的参数及值。区别就在于当初PATH这个路径的文件里,保存的是整个模型还是只有模型的参数及值
model2.load_state_dict(state_dict)

参考:

源码详解Pytorch的state_dict和load_state_dict(只讲了1种方法,先save后load)

Pytorch保存和加载模型(load和load_state_dict)(讲了2种方法)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值