通常，參數可以保存在壹句話中:
其中model是指定義的模型實例變量，如model = vgg16（），path是保存參數的路徑，如path =‘。/model.pth“，路徑=“。/model.tar“，路徑=“。/model . pkl‘，保存參數的文件必須具有後綴擴展名。
特別是，如果您想要保存培訓中使用的信息（如優化程序和時期），您可以將這些信息組合成壹個字典，然後保存該字典:
對於上面的第壹種情況，加載模型只需要壹句話:
對於上述以字典形式保存的第二種方法，加載方法如下:
需要註意的是，保存參數的方法只需要在加載時預先定義壹個與原模型壹致的模型，並將其加載到該模型的壹個實例對象上（假設命名為model），即在使用上述加載語句之前已經定義並實例化了壹個與原模型相同的網。
另外，如果每個epoch或每N個epoch需要保存壹次參數，可以設置不同的路徑，例如path =‘。/model‘+str（EPOCH）+‘。PTH，所以不同EPOCHs的參數可以保存在不同的文件中，選擇識別率最高的模型參數也是如此，只需在保存模型語句之前添加壹條if判斷語句即可。
下面是壹個具體的示例程序，它只保存最新的參數:
在訓練模型時，程序可能會因為某些問題而中斷，或者經常需要觀察訓練情況的變化來改變學習速率和其他參數。此時需要加載中斷前保存的模型，並在此基礎上繼續訓練。此時只需要對上面例子中的main（）函數進行相應的修改即可。修改後的main（）函數如下:
如果要在命令行上操作上述方法，只需添加argpase模塊參數。相關方法請參考我的博客。
關於用法，請參考上面的示例。
這個博客是壹個快速入門指南。如果妳想了解更多關於保存和加載PyTorch模型的相關函數和方法，請訪問我的博客:保存PyTorch模型以進壹步了解。