模型的保存方式

生成模型

import torch
import torch.nn as nn

class NewModel(nn.Module):
    def __init__(self):
        super(NewModel, 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
model = NewModel()

第一种保存模型方式，保存参数

保存模型

torch.save(model.state_dict(), "./model_1.pth")

加载模型

model = NewModel()
model.load_state_dict(torch.load("./model_1.pth"))

model.eval()

第二种保存模型方式，保存参数和网络结构

保存模型

torch.save(model, "./model_2.pth")

加载模型

model = torch.load("./model_2.pth")
model.eval()

.pt， .pkl, .pth 只是更改文件的后缀名，并没有其他特殊，仅此而已。