【4】pytorch模型的保存和加载

【1】保存方式有两种，一种是保存整个模型和参数，二是只保存参数。只保存参数加载的时间短。

【2】代码

# -*- coding: utf-8 -*-#

#-------------------------------------------------------------------------------
# Name:         loadmodel
# Description:  
# Author:       Administrator
# Date:         2020/11/28
#-------------------------------------------------------------------------------

import torch
import matplotlib.pyplot as plt
import torch.nn.functional as F
from torch.autograd import Variable

torch.manual_seed(1)
x = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1)  # x data (tensor), shape=(100, 1)
y = x.pow(2) + 0.2*torch.rand(x.size())                 # noisy y data (tensor), shape=(100, 1)

#保存模型
def save():
    net1 = torch.nn.Sequential(
    torch.nn.Linear(1, 10),
    torch.nn.ReLU(),
    torch.nn.Linear(10, 1)
    )
    optimizer = torch.optim.SGD(net1.parameters(), lr=0.2)  # 传入 net 的所有参数, 学习率
    loss_func = torch.nn.MSELoss()      # 预测值和真实值的误差计算公式 (均方差)
    for t in range(100):
        prediction = net1(x)     # 喂给 net 训练数据 x, 输出预测值
        loss = loss_func(prediction, y)     # 计算两者的误差
        optimizer.zero_grad()   # 清空上一步的残余更新参数值
        loss.backward()         # 误差反向传播, 计算参数更新值
        optimizer.step()        # 将参数更新值施加到 net 的 parameters 上
    torch.save(net1, 'net.pkl')  # 保存整个网络
    torch.save(net1.state_dict(), 'net_params.pkl')   # 只保存网络中的参数 (速度快, 占内存少)
    #plt result
    plt.figure(1,figsize=(10,3))
    plt.subplot(131)
    plt.title('net1')
    plt.scatter(x.data.numpy(),y.data.numpy())
    plt.plot(x.data.numpy(),prediction.data.numpy(),'r-',lw=5)

#加载保存的整个模型
def restore_net():
    net2=torch.load('net.pkl')
    prediction=net2(x)
    plt.subplot(132)
    plt.title('net2')
    plt.scatter(x.data.numpy(),y.data.numpy())
    plt.plot(x.data.numpy(),prediction.data.numpy(),'r-',lw=5)

#加载保存得当整个模型的参数
def restore_params():
    net3 = torch.nn.Sequential(
    torch.nn.Linear(1, 10),
    torch.nn.ReLU(),
    torch.nn.Linear(10, 1)
    )
    net3.load_state_dict(torch.load('net_params.pkl'))
    prediction=net3(x)
    plt.subplot(133)
    plt.title('net3')
    plt.scatter(x.data.numpy(),y.data.numpy())
    plt.plot(x.data.numpy(),prediction.data.numpy(),'r-',lw=5)
    plt.show()

save()
restore_net()
restore_params()

【3】效果图