Pytorch教程：保存与提取

阅读量：

PyTorch教程结构概览

Torch and Numpy
变量 (Variable)
激励函数
 关系拟合（回归）
区分类型 (分类)
快速搭建法
 保存提取

目录

Pytorch教程目录
- 网络提取
- 仅提取网络参数
- 展示结果
- 完整代码

在完成模型训练之后，我们自然希望将其存储下来，以便后续需要时能够直接调用和使用，这正是本节所要讲解的内容。我们将以回归型神经网络为例，具体演示如何实现模型的保存与提取。
模型保存
接下来，我们将迅速构建数据集，并搭建相应的网络结构：

复制代码

    import torch
    import matplotlib.pyplot as plt
    
    torch.manual_seed(1)    # reproducible
    
    # 假数据
    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

全部评论 (0)

还没有任何评论哟~