qq_42840712的博客

一、model.train()和model.eval()用法和区别例如：定义一个网络：# 线性网络class Net(nn.Module): def __init__(self): super(generator, self).__init__() self.gen = nn.Sequential( nn.Linear(100, 256), nn.ReLU(True), nn.Linear(

模型的保存与加载一、保存(一)、torch.save() 和 torch.load()1. 保存整个模型：# savetorch.save(moedl,'save_model.pth')# 调用model = torch.load('save_model.pth')2. 仅保存模型参数# 保存torch.save(the_model.state_dict(), PATH='model_parameters.pth') #只保存模型权重参数，不保存模型结构# 调用the_model