这篇博客瞄准的是 pytorch 官方教程中 Learn the Basics 章节的 Save and Load the Model 部分。

• 官网链接：https://pytorch.org/tutorials/beginner/basics/saveloadrun_tutorial.html

完整网盘链接: https://pan.baidu.com/s/1L9PVZ-KRDGVER-AJnXOvlQ?pwd=aa2m 提取码: aa2m 

---

Save and Load the Model

这部分主要介绍如何通过保存、加载和运行模型预测来持久化模型状态。

---

Step1. 导入依赖包

import torch
import torchvision.models as models

---

Step2. 保存与加载模型参数

1. 保存权重：PyTorch 模型将学习到的参数存储在名为 state_dict 的内部状态 dict 对象中。这些参数可以通过 torch.save 方法保存；
2. 加载权重：需要先创建 相同的模型 实例，然后使用 load_state_dict() 方法加载参数，通常情况下设置 weights_only=True 加载最不容易出错；

• 保存模型参数【这一步之行后会先下载 IMAGENET1K_V1 权重】：

model = models.vgg16(weights="IMAGENET1K_V1")
torch.save(model.state_dict(), "model_weights.pth")

• 加载模型参数：

model = models.vgg16()
model.load_state_dict(torch.load("model_weights.pth", weights_only=True))
model.eval()

---

Step3. 保存与加载完整模型

上面的模型保存与加载方式只限于对模型 参数 的操作，并不会将整个模型结构保存下来，使用下面的方式可以连同模型结构一起保存。

• 保存模型参数 + 结构：

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

• 加载模型参数 + 结构

model = torch.load("model.pth", weights_only=False)