PyTorch模型保存与加载

1.保存与加载的概念（序列化与反序列化）

模型训练完毕之后，肯定想要把它保存下来，供以后使用，不需要再次去训练。

那么在pytorch中如何把训练好的模型，保存，保存之后又如何加载呢？

这就用需要序列化与反序列化，序列化与反序列化的概念如下图所示：

        因为在内存中的数据，运行结束会进行释放，所以我们需要将数据保存到硬盘中，以二进制序列的形式进行长久存储， 便于日后使用。

        序列化即把对象转换为字节序列的过程，反序列化则把字节序列恢复为对象。

         在pytorch中，对象就是模型，所以我们常常听到序列化和反序列化，就是将训练好的模型从内存中保存到硬盘里，当要 使用的时候，再从硬盘中加载。

 2. torch.save / torch.load

pytorch提供的序列化与反序列化函数分别是

 功能：保存对象到硬盘中

主要参数： obj- 对象 f - 文件路径