摘要：
在训练过程中，往往会遇到中断，如在Colab和Kaggle中，由于网络不稳定，很容易就断开了连接。然而，即使可以稳定训练，但是训练的时长往往是有上限的，此时我们的网络参数训练的可能还未收敛仍然需要训练，所以，应该加载原训练基础上再进行训练是十分很重要的。 比如，要训练1000代才能收敛，但是目前只训 阅读全文
posted @ 2020-11-21 17:15
ZHGQCN
阅读(4616)
评论(0)
推荐(0)
摘要：
要先利用GPU训练，CPU测试，那么在模型训练时候，是能保存模型的参数而不能保存整个模型，可见**Pytorch模型保存机制便可以学会模型的保存、加载、测试** 💥这里主要讲一点重要的，即在pytorch 1.6的版本中训练模型保存时，不能直接使用 torch.save(state_r, mode 阅读全文
posted @ 2020-11-21 15:30
ZHGQCN
阅读(5769)
评论(0)
推荐(0)
摘要：
在训练中，模型保存至关重要，pytorch中主要有以下两种保存机制： 🅰保存整个模型，即模型+参数 🅱只保存训练参数 保存整个模型 # 保存 torch.save(model, './model.pth') # 加载 model = torch.load('./model.pth') 只保存参数 阅读全文
posted @ 2020-11-21 15:04
ZHGQCN
阅读(1015)
评论(0)
推荐(2)
浙公网安备 33010602011771号