机器学习 - save和load训练好的模型

如果已经训练好了一个模型，你就可以save和load这模型。

For saving and loading models in PyTorch, there are three main methods you should be aware of.

在 PyTorch 中，pickle 是一个用于序列化和反序列化Python对象的标准库模块。它可以将Python对象转换为字节流 (即序列化)，并将字节流转换回Python对象 (即反序列化)。pickle模块在很多情况下都非常有用，特别是在保存和加载模型，保存训练中间状态等方面。
在深度学习中，经常需要保存训练好的模型或者训练过程中的中间结果，以便后续的使用或分析。PyTorch提高了方便的API来保存和加载模型，其中就包括了使用pickle模块进行对象的序列化和反序列化。

---

save model

import torch
from pathlib import Path 

# 1. Create models directory
MODEL_PATH = Path("models")
MODEL_PATH.mkdir(parents = True, exist_ok = True)

# 2. Create model save path
MODEL_NAME = "trained_model.pth"
MODEL_SAVE_PATH = MODEL_PATH / MODEL_NAME

# 3. Save the model state dict 
print(f"Saving model to: {MODEL_SAVE_PATH}")
torch.save(obj = model_0.state_dict(),
			f = MODEL_SAVE_PATH)

就能看到 trained_model.pth 文件下载到所属的文件夹位置。

---

看到这了，点个赞呗~