20220117:技巧记录-pytorch保存网络结构_如何保存剪枝完的模型结构

需求：

之前在网络剪枝时，因为网络结构变动，一时不知道如何保存剪枝后的网络结构，索性就在save的时候直接导出onnx模型了。这样就有一个问题，如果训练结束后，发现不够理想，想对保存的模型文件继续剪枝或者其他调优就不好操作了。

处理：

1：How to save model architecture in PyTorch? - Stack Overflow

2：https://medium.com/udacity-pytorch-challengers/saving-loading-your-model-in-pytorch-741b80daf3c

 学习完上面的链接后，发现原来可以如此简单，真是自己不动脑子了。。。

（1）使用字典保存：网络、权重、优化器等想要保存的任何参数

#Example for saving a checkpoint assuming the network class named #Classifier
checkpoint = {'model': Classifier(),
          'state_dict': model.state_dict(),
          'optimizer' : optimizer.state_dict()}
 
torch.save(checkpoint, 'checkpoint.pth')

 （2）加载保存的字典文件

def load_checkpoint(filepath):
    checkpoint = torch.load(filepath)
    model = checkpoint['model']
    model.load_state_dict(checkpoint['state_dict'])
    #for parameter in model.parameters():
    #    parameter.requires_grad = False
 
    #model.eval()
    return model
 
model = load_checkpoint('checkpoint.pth')

  （3）如果网络结构需要调整啥的，可以创建一个新的类，继承自老的类，然后做修改