七、现有模型的使用、修改、保存、加载

具体代码见Python>pytorch文件中的 ==recent_models.ipynb== 文件

以torchvision为例（视觉识别）
- 一般模型参考官方文档：Models and pre-trained weights — Torchvision 0.21 documentation
- VGG16模型参考官方文档：vgg16 — Torchvision 0.21 documentation
- 具体代码见代码文件
模型使用：
- 见官方文档
模型修改：
- 添加一层：xxx.add_module(“name” , 添加的层)
- 改里面的层：xxx.sequential_name[“name”] = 修改成的层
保存模型：
- 保存整个模型：torch.save(xxx , “xxx.pth”)
- 只保存参数：torch.save(xxx.state_dict() , “xxx.pth”)
  - 空间占更小，官方推荐
加载模型：
- 加载整个模型：
  - torch.load(“xxx.pth”, weights_only=False)
    - weights_only=False：加载整个模型
    - weights_only=True（默认）：只加载模型的参数，不加载模型本身
- 只加载参数：
  - torch.load(“xxx_dict.pth”)
    - “xxx_dict.pth”为torch.save(xxx.state_dict() , “xxx.pth”)保存的参数
模型+参数组合：
- xxx.load_state_dict(yyy_dict)
  - xxx：没训练过的模型
  - yyy_dict：参数字典（用只保存参数的方法保存模型得到的字典）

#深度学习 #python #pytorch

PyTorch 5：现有模型的使用、修改、保存、加载