PyTorch提供了torch.save()和torch.load()两个函数来保存和加载模型。
保存模型： 使用torch.save(model.state_dict(), PATH)函数可以将模型的参数保存到指定路径PATH中。
加载模型： 首先，需要创建一个与原始模型结构相同的空模型：
计算
安全
数据库
网络和加速
企业服务
model = ModelClass(*args, **kwargs) # 创建一个空模型实例
然后，使用torch.load()函数加载保存的模型参数，并将其赋值给空模型：
model.load_state_dict(torch.load(PATH))
最后，可以使用加载的模型进行预测或训练。
需要注意的是，保存和加载模型时，需要确保模型结构和参数的形状一致，否则可能会导致错误。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
推荐阅读：Keras中保存和加载模型的方法是什么
