pytorch模型的保存和加载、checkpoint操作

其实之前笔者写代码的时候用到模型的保存和加载，需要用的时候就去度娘搜一下大致代码，现在有时间就来整理下整个pytorch模型的保存和加载，开始学习把~

pytorch的模型和参数是分开的，可以分别保存或加载模型和参数。所以pytorch的保存和加载对应存在两种方式：

1. 直接保存加载模型

（1）保存和加载整个模型

# 保存模型
torch.save(model, \'model.pth\\pkl\\pt\')    #一般形式torch.save(net, PATH) 
# 加载模型
model = torch.load(\'model.pth\\pkl\\pt\')   #一般形式为model_dict=torch.load(PATH)

（2）仅保存和加载模型参数(推荐使用,需要提前手动构建模型)

速度快，占空间少

# 保存模型参数
torch.save(model.state_dict(), \'model.pth\\pkl\\pt\')  #一般形式为torch.save(net.state_dict(),PATH)
# 加载模型参数
model.load_state_dict(torch.load(\'model.pth\\pkl\\pt\') #一般形式为model_dict=model.load_state_dict(torch.load(PATH))

state_dict（） 是一个Python字典，将每一层映射成它的参数张量。注意只有带有可学习参数的层（卷积层、全连接层等），以及注册的缓存（batchnorm的运行平均值）在state_dict 中才有记录。state_dict同样包含优化器对象，存储了优化器的状态，所使用到的超参数。

然而，在实验中往往需要保存更多的信息，比如优化器的参数，那么可以采取下面的方法保存：

torch.save({\'epoch\': epochID + 1, \'state_dict\': model.state_dict(), \'best_loss\': lossMIN,
        \'optimizer\': optimizer.state_dict(),\'alpha\': loss.alpha, \'gamma\': loss.gamma},
        checkpoint_path + \'/m-\' + launchTimestamp + \'-\' + str(\"%.4f\" % lossMIN) + \'.pth.tar\')

如下一个完整的使用model.state_dict()和optimizer.state_dict()例子：

# 定义模型
class TheModelClass(nn.Module):        #定义一个神经网络模型 TheModelClass
    def __init__(self):
        super(TheModelClass, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

# 初始化模型
model = TheModelClass()

# 初始化优化器
optimizer = optim.SGD(model.parameters(), lr=0.001, momentum=0.9)

# 打印模型的 state_dict
print(\"Model\'s state_dict:\")
for param_tensor in model.state_dict():        # param_tensor 为参数名称
    print(param_tensor, \"\\t\", model.state_dict()[param_tensor].size())

# 打印优化器的 state_dict
print(\"Optimizer\'s state_dict:\")
for var_name in optimizer.state_dict():
    print(var_name, \"\\t\", optimizer.state_dict()[var_name])

输出结果：

Model\’s state_dict:
conv1.weight torch.Size([6, 3, 5, 5])
conv1.bias torch.Size([6])
conv2.weight torch.Size([16, 6, 5, 5])
conv2.bias torch.Size([16])
fc1.weight torch.Size([120, 400])
fc1.bias torch.Size([120])
fc2.weight torch.Size([84, 120])
fc2.bias torch.Size([84])
fc3.weight torch.Size([10, 84])
fc3.bias torch.Size([10])

Optimizer\’s state_dict:
state {}
param_groups [{\’lr\’: 0.001, \’momentum\’: 0.9, \’dampening\’: 0, \’weight_decay\’: 0, \’nesterov\’: False, \’params\’: [4675713712, 4675713784, 4675714000, 4675714072, 4675714216, 4675714288, 4675714432, 4675714504, 4675714648, 4675714720]}]

（3）load提供了很多重载的功能，其可以把在GPU上训练的权重加载到CPU上跑

torch.load(\'tensors.pt\')
# 强制所有GPU张量加载到CPU中
torch.load(\'tensors.pt\', map_location=lambda storage, loc: storage)  #或者model.load_state_dict(torch.load(\'model.pth\', map_location=\'cpu\'))
# 把所有的张量加载到GPU 1中
torch.load(\'tensors.pt\', map_location=lambda storage, loc: storage.cuda(1))
# 把张量从GPU 1 移动到 GPU 0
torch.load(\'tensors.pt\', map_location={\'cuda:1\':\'cuda:0\'})

上述代码只有在模型在一个GPU上训练时才起作用。如果我在多个GPU上训练模型并且保存它，然后尝试在CPU上加载，会得到错误：KeyError: ‘unexpected key “module.conv1.weight” in state_dict\’ 如何解决？

因为此时已经使用模型保存了模型nn.DataParallel，该模型将模型存储在该模型中module，而现在您正试图加载模型DataParallel。您可以nn.DataParallel在网络中暂时添加一个加载目的，也可以加载权重文件，创建一个没有module前缀的新的有序字典，然后加载它。看第（4）点

（4）通过DataParalle使用多GPU时的保存和加载

odel=DataParalle(model)
#保存参数
torch.save(model.module.state_dict(), \'model.pth\')

由此看出多个GPU时多了一个该模型中module，加载再cpu时，创建一个没有module前缀的新的有序字典，然后加载它。

补充：一般来说，PyTorch的模型以.pt或者.pth文件格式保存。

2. 保存加载用于推理的常规Checkpoint/或继续训练**

checkpoint检查点：不仅保存模型的参数，优化器参数，还有loss，epoch等（相当于一个保存模型的文件夹）

if (epoch+1) % checkpoint_interval == 0:

        checkpoint = {\"model_state_dict\": net.state_dict(),
                      \"optimizer_state_dict\": optimizer.state_dict(),
                      \"epoch\": epoch}
        path_checkpoint = \"./checkpoint_{}_epoch.pkl\".format(epoch)
        torch.save(checkpoint, path_checkpoint)
#或者
#保存
torch.save({
            \'epoch\': epoch,
            \'model_state_dict\': model.state_dict(),
            \'optimizer_state_dict\': optimizer.state_dict(),
            \'loss\': loss,
            ...
            }, PATH)
#加载
model = TheModelClass(*args, **kwargs)
optimizer = TheOptimizerClass(*args, **kwargs)

checkpoint = torch.load(PATH)
model.load_state_dict(checkpoint[\'model_state_dict\'])
optimizer.load_state_dict(checkpoint[\'optimizer_state_dict\'])
epoch = checkpoint[\'epoch\']
loss = checkpoint[\'loss\']

model.eval()
# - 或者 -
model.train()

注意：

在保存用于推理或者继续训练的常规检查点的时候，除了模型的state_dict之外，还必须保存其他参数。保存优化器的state_dict也非常重要，因为它包含了模型在训练时候优化器的缓存和参数。除此之外，还可以保存停止训练时epoch数，最新的模型损失，额外的torch.nn.Embedding层等。

要保存多个组件，则将它们放到一个字典中，然后使用torch.save()序列化这个字典。一般来说，使用.tar文件格式来保存这些检查点。

加载各个组件，首先初始化模型和优化器，然后使用torch.load()加载保存的字典，然后可以直接查询字典中的值来获取保存的组件。

同样，评估模型的时候一定不要忘了调用model.eval()。

是不是很简单！！以上为个人经验，希望能给大家一个参考，也希望大家多多支持。