机器学习之保存与加载

前言

模型的数据需要存储和加载，这节介绍存储和加载的方式方法。

存和加载模型权重

保存模型使用save_checkpoint接口，传入网络和指定的保存路径，要加载模型权重，需要先创建相同模型的实例，然后使用load_checkpoint和load_param_into_net方法加载参数。

保存和加载文件

保存和加载MindIR

除Checkpoint外，MindSpore提供了云侧（训练）和端侧（推理）统一的中间表示（Intermediate Representation，IR）。可使用export接口直接将模型保存为MindIR。

已有的MindIR模型可以方便地通过load接口加载，传入nn.GraphCell即可进行推理。

MindIR同时保存了Checkpoint和模型结构，因此需要定义输入Tensor来获取输入shape。

将模型保存为MindIR。

总结

这篇介绍了，在MindSpore中保存和加载模型的方法,包括使用save_checkpoint保存模型参数,load_checkpoint和load_param_into_net加载参数,以及使用export导出MindIR格式模型并通过load接口加载进行推理。还介绍了这些保存和加载模型的核心API,为开发者提供了在MindSpore中管理和复用模型的实用技巧。