一、.pt或.pth文件簡介

解釋：PyTorch 的默認(rèn)模型文件格式，用于保存和加載完整的 PyTorch 模型，包含模型的結(jié)構(gòu)和參數(shù)等信息。

適用場景：需要保存和加載完整的 PyTorch 模型的場景，例如在訓(xùn)練中保存最佳的模型或在部署中加載訓(xùn)練好的模型。

包含的參數(shù)：
model_state_dict：模型每一層可學(xué)習(xí)的節(jié)點(diǎn)的參數(shù)，比如weight/bias
optimizer_state_dict：模型的優(yōu)化器中的參數(shù)
epoch：當(dāng)前的訓(xùn)練輪數(shù)
loss：當(dāng)前的損失值

二、查看.pt或.pth文件

方法1：

import torch
content = torch.load('model.pt',map_location=torch.device('cpu'))
print(content.keys())
print(content['model'])

方法2：

import torch
content = torch.load('model.pt',map_location=torch.device('cpu'))
## k 參數(shù)名,v 對應(yīng)參數(shù)值
for k,v in content.items():
  print(k,v)

方法3：

import torch
content = torch.load('model.pt',map_location=torch.device('cpu'))
for parameter in content.parameters():
  print(parameter)

方法4：

import torch
content = torch.load("model.pt")
content.eval()

用數(shù)據(jù)對模型進(jìn)行訓(xùn)練后得到了比較理想的模型，但在實(shí)際應(yīng)用的時候不可能每次都先進(jìn)行訓(xùn)練然后再使用，所以就得先將之前訓(xùn)練好的模型保存下來，然后在需要用到的時候加載一下直接使用。

本文參考的文章：
1.https://blog.csdn.net/weixin_44212848/article/details/124022462
2.https://blog.csdn.net/qq_27353621/article/details/126551086
3.https://zhuanlan.zhihu.com/p/620688513
4.https://zhuanlan.zhihu.com/p/422797058