Курс Python → Сохранение и загрузка модели в PyTorch
Для сохранения и загрузки модели в PyTorch необходимо использовать методы torch.save() и torch.load(). Для сохранения модели передайте model.state_dict() в качестве первого аргумента, это просто словарь, который содержит информацию о слоях модели и их параметрах (веса и смещения). Вторым аргументом укажите имя файла, в котором будет сохранена модель. Хорошей практикой является использование расширений .pth или .pt для сохранения моделей PyTorch. Также можно указать полный путь к файлу, если вы хотите сохранить модель в определенном каталоге.
Пример сохранения модели:
torch.save(model.state_dict(), "cifar_fc.pth")
Чтобы загрузить сохраненную модель для дальнейшего использования или логического вывода, используйте метод torch.load(). Затем можно загрузить параметры модели с помощью метода load_state_dict(). Это позволит восстановить состояние модели с сохраненными параметрами и продолжить обучение или использование модели для вывода.
Пример загрузки модели:
model = YourModelClass()
model.load_state_dict(torch.load("cifar_fc.pth"))
model.eval()
При загрузке модели убедитесь, что класс модели, для которой загружаются параметры, совпадает с классом модели, которая была сохранена. В противном случае возможны ошибки при загрузке параметров. Также рекомендуется использовать метод model.eval() после загрузки модели, чтобы переключить ее в режим оценки и отключить дополнительные режимы, такие как режим обучения.
Другие уроки курса "Python"
- Выборка чисел
- Создание комплексных чисел
- Работа с кортежами в Python
- Измерение потребления памяти при сортировке
- Измерение времени выполнения кода с помощью time
- Функции map() и reduce() в Python
- Сортировка в Python
- Проверка надежности пароля на Python
- Управление памятью в Python
- Создание таблиц в Python с PrettyTable
- Тестирование с unittest
- Библиотека sh: удобные команды терминала
- Удаление элемента из списка
- Python Translator: создание локальных переводчиков
- Печать календаря
- Взаимодействие с sys
- Просмотр атрибутов и методов класса
- Создание пустых функций и классов в Python
- Проверка дублей в списке.
- Применение функции map() с лямбда-функциями
- Оператор Walrus: правильное использование
- Работа с библиотекой requests
- Beautiful Soup — извлечение данных из HTML
- Тестирование с responses
- Вычисление логарифмов в Python
- Значения по умолчанию в Python
- Порядок операций в Python
- Оператор in для проверки наличия элемента
- Дизассемблирование Python кода
- Enum в Python
- Оператор морж в Python 3.8
- Принципы LSP и ISP в Python
- Форматирование вывода списков
- Работа с буфером обмена на Python
- Проверка индексов коллекции
- Генераторы в Python
- Создание новых функций с помощью functools.partial
- Построение графиков в Matplotlib
- Конкатенация строк с помощью join()
- Python: Splat-оператор и splatty-splat
- Возврат нескольких значений
- Сложение матриц в NumPy
- Распаковка с оператором *
- Работа с NumPy
- Работа с файлами в Python
- Утечки переменных цикла в Python 3.x















