方式一：保存模型结构 + 模型参数

1. torch.save(model, path) 保存模型结构和参数

   import torchvision
   vgg16 = torchvision.models.vgg16(pretrained=False)
   torch.save(vgg16, './checkpoints/vgg16.pth')    # 保存模型结构和参数

2. torch.load(path) 加载模型结构和参数

   model = torch.load("./checkpoints/vgg16.pth")    # 加载模型结构和参数
   print(model)    # 打印模型结构

陷阱：对于自定义的网络结构，直接 load 会报错没有自定义的这个网络结构的类

• 解决方法：将网络结构代码保存在单独的文件 model.py，在加载模型的 py 文件导入 from model import *

方式二：只保存模型参数（官方推荐）

1. torch.save(model.state_dict(), path) 保存模型参数，不保存模型结构

   torch.save(vgg16.state_dict(), "./checkpoints/vgg16_2.pth")

2. torch.load(path) 加载模型参数。需事先重新创建模型结构，再加载参数

   vgg16 = torchvision.models.vgg16(pretrained=False)                # 重新创建模型结构
   vgg16.load_state_dict(torch.load("./checkpoints/vgg16_2.pth"))    # 加载模型参数
   print(vgg16)