PyTorch学习系列(十四)——保存训练好的模型
2017-06-02 08:48
190 查看
PyTorch提供了两种保存训练好的模型的方法。
第一种是只保存模型参数，这也是推荐的方法：
第二种方法保存整个模型：
参考
[1] http://pytorch.org/docs/notes/serialization.html
第一种是只保存模型参数，这也是推荐的方法：
#保存 torch.save(the_model.state_dict(), PATH) #读取 the_model = TheModelClass(*args, **kwargs) the_model.load_state_dict(torch.load(PATH))
第二种方法保存整个模型：
#保存 torch.save(the_model, PATH) #读取 the_model = torch.load(PATH)
参考
[1] http://pytorch.org/docs/notes/serialization.html
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- PyTorch学习系列(十五)——如何加载预训练模型？
- 数学之美系列之十四：谈谈数学模型的重要性
- 数学之美系列十四 -- 谈谈数学模型的重要性
- tensorflow笔记：模型的保存与训练过程可视化
- TensorFlow保存和加载训练模型
- 几种保存训练模型文件类型
- 数学之美 系列十四 谈谈数学模型的重要性
- tensorflow学习（3）：解读mnist_experts例子，训练保存模型并tensorboard可视化
- Caffe学习系列(13):对训练好的模型进行fine-tune
- 训练模型的保存与恢复（sklearn模型持久化）
- 保存Keras训练的模型
- 数学之美 系列十四 谈谈数学模型的重要
- 训练深度模型的优化问题（十四）
- 机器学习-训练模型的保存与恢复（sklearn）
- tensorflow笔记：模型的保存与训练过程可视化
- 【数学之美系列十四 】谈谈数学模型的重要性
- 数学之美系列十四：谈谈数学模型的重要性
- 深度学习与人脸识别系列（4）__利用caffe训练深度学习模型
- 人脸检测及识别python实现系列（3）——为模型训练准备人脸数据
- tensorflow笔记：模型的保存与训练过程可视化