pytorch模型存储和恢复

关于模型或权重参数保存格式的后缀问题：

在PyTorch框架中，模型数据通常采用.t7、.pth或.pkl等格式进行存储，其中.t7格式继承自torch7的模型权重读取方式，而.pth则是Python环境下常用的文件存储形式。相比之下，在Keras框架中，模型参数则多以.h5格式进行保存。

来源：<>

两种实现方式如下：

（1）保存模型参数

 #保存

    
 torch.save( model.state_dict(), path)
    
 #加载
    
 the_model = CNN()
    
 the_model.load_state_dict(torch.load(path))
    
  
    
    
    
    

在模型加载过程中，需要在代码中重新构建CNN的结构，之后才能将已保存的参数（w和b）导入模型中，用于后续的训练过程。

以下为采用上述方式加载已存储模型的具体代码实现，该代码可对任意一张图片进行识别（所使用的数据集为手写体数据集），其中CNN的结构参考了莫烦提供的架构。

 from PIL import Image

    
 import torch.nn as nn
    
 import torch
    
 import numpy as np
    
  
    
 d