【深度之眼】Pytorch框架班第五期-Week7【任务1】第一节：模型保存与加载

序列化与反序列化

序列化与反序列化表示的是内存与硬盘之间的序列关系。

1、Pytorch中的序列化与反序列化

1、torch.save

主要参数：

• obj: 对象
• f: 输出路径

2、torch.load

主要参数：

• f: 文件路径
• map_location: 指定存放位置，cpu or gpu

Pytorch中保存模型的两种方法

法1：保存整个Module

torch.save(net, path)

法2：保存模型参数

state_dict = net.state_dict()
torch.save(state_dict, path)

断点续训练

模型和优化器随着迭代不断地变化，因此需要保存模型、优化器和迭代次数。