在58同城做网站有生意吗,装修网站建设策划方案,装修设计 在线,合肥企业网站设计制作系列文章目录
pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换#xff08;ReLU和sigmoid#xff09;pytorc…系列文章目录
pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换ReLU和sigmoidpytorch学习7-序列模型搭建pytorch学习8-损失函数与反向传播pytorch学习9-优化器学习pytorch学习10-网络模型的保存和加载pytorch学习11-完整的模型训练过程 文章目录 系列文章目录一、保存方式1,结构参数二、保存方式二只保存参数官方推荐空间占用小总结 一、保存方式1,结构参数
torch.save(vgg16,vgg16_method1.pth)#保存了网络模型结构和参数后面是路径
modeltorch.load(vgg16_method1.pth)#加载模型
print(model)二、保存方式二只保存参数官方推荐空间占用小
torch.save(vgg16.state_dict(),vgg16_method2.pth)#把模型的参数保存成了字典并不保存结构
vgg16torchvision.models.vgg16(pretrainedFalse)#加载模型。因为这样保存的只有模型的参数所以需要先恢复模型的结构
vgg16.load_state_dict(torch.load(vgg16_method2.pth))#加载模型。用前面这个函数来加载模型的参数
print(vgg16)总结
以上就是今天要讲的内容网络模型的保存和加载
