结果保存

训练结果（numpy数据）的读取与保存

可保存到文本文件或二进制文件，以下为多个数组保存到二进制文件的代码：

import numpy as np
from matplotlib import pyplot as pltx= np.arange(0,10,0.1)
y=np.sin(x)np.savez('savedata',x=x,y=y)
z=np.load('savedata.npz')  #文件名的后缀为npzplt.plot(z['x'],z['y'])
plt.show()

更多：
np.save()和np.load()  ： 未压缩的原始二进制格式保存在扩展名为.npy- np.save('arraytest.npy',ar)
- res =  np.load("res.npy")savetxt()和loadtxt()  ： 读写1维和2维数组的文本文件，可以用它们读写CSV格式的文本文件

训练结果（tensor数据）的读取与保存

import torch
x = torch.rand(4,5)
torch.save(x, "./SAVE.pt")y = torch.load("./SAVE.pt")
print(y)

网路的保存与加载

torch.save(net, "net")model_dict=torch.load("net")
print(model_dict)

pth

torch.save(model.state_dict(), "my_model.pth")  # 只保存模型的参数torch.save(model, "my_model.pth")  # 保存整个模型

pthfile = r'---.pth'
par = torch.load(pthfile,map_location=torch.device('cpu')) # 由于模型原本是用GPU保存的，但我这台电脑上没有GPU，需要转化到CPU上
del par['---']# 删除字典元素

使用例子

if args.resume:if os.path.isfile(args.resume):print("=> loading checkpoint '{}'".format(args.resume))checkpoint = torch.load(args.resume)args.start_epoch = checkpoint['epoch']best_prec1 = checkpoint['best_prec1']model.load_state_dict(checkpoint['state_dict'])print("=> loaded checkpoint '{}' (epoch {})".format(args.evaluate, checkpoint['epoch']))

pickle.dump和pickle.load