PyTorch保存和加载模型详解（二）

温故而知新，可以为师矣！

一、参考资料

SAVING AND LOADING MODELS
pytorch模型保存、加载与续训练
PyTorch保存和加载模型详解（一）

二、模型保存与加载

1. 搭建网络模型

import torch
import torch.nn as nn
import torch.nn.functional as F


# 模型定义
class Net(nn.Module):
    def __init__(self):
        super(Net, 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
    
    
#模型初始化
model = Net()

2. 方式一（推荐）

2.1 保存模型

# 保存模型
torch.save(model.state_dict(), './model/model_state_dict.pth')

该方法后面的参数'./model/model_state_dict.pth'为模型的保存路径，模型后缀名官方推荐使用.pth和.pt，当然，取别的后缀名也是可以的。

2.2 加载模型

使用load_state_dict()加载模型时，先使用 load() 方法将保存的模型参数反序列化，load() 后的结果是一个字典，这时就可以通过 load_state_dict() 方法来加载。

model_test1 = Net()   # 加载模型时应先实例化模型

# 加载模型
model_test1.load_state_dict(torch.load('./model/model_state_dict.pth'))
model_test1.eval()    # 模型推理时设置

load_state_dict() 函数接收一个字典，所以不能直接将 './model/model_state_dict.pth'传入，而是先使用 load() 函数将保存的模型参数反序列化。

序列化就是把内存中的数据保存到磁盘中，使用torch.save()方法保存模型就是序列化；而反序列化则是将硬盘中的数据加载到内存当中，显然我们加载模型的过程就是反序列化过程。

3. 方式二（推荐）

如果因为某种原因导致训练异常中止，采用checkpoint方式可以很方便的接着上次继续训练。正因为这样，非常推荐大家使用这种方式进行模型的保存与加载。

3.1 保存模型

# 保存checkpoint
torch.save({
    
    
            'epoch':epoch,
            'model_state_dict':model.state_dict(),
            'optimizer_state_dict':optimizer.state_dict(),
            'loss':loss
            }, './model/model_checkpoint.tar'    #这里的后缀名官方推荐使用.tar
            )

3.2 加载模型

# 加载checkpoint
model = Net()
optimizer =  torch.optim.SGD(model.parameters(), lr=0.001, momentum=0.9)
checkpoint = torch.load('./model/model_checkpoint.tar')    # 先反序列化模型
model.load_state_dict(checkpoint['model_state_dict'])
optimizer.load_state_dict(checkpoint['optimizer_state_dict'])
epoch = checkpoint['epoch']
loss = checkpoint['loss']

3.3 代码示例

import torch
import torch.nn as nn
from torch.utils.data import DataLoader
import torchvision


device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

#1、准备数据集
train_dataset = torchvision.datasets.CIFAR10("./data", train=True, transform=torchvision.transforms.ToTensor(), download= True)
test_dataset = torchvision.datasets.CIFAR10("./data", train=False, transform=torchvision.transforms.ToTensor(), download= True)

#2、加载数据集
train_dataset_loader = DataLoader(dataset=train_dataset, batch_size=100)
test_dataset_loader = DataLoader(dataset=test_dataset, batch_size=100)

#3、搭建神经网络
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.model1 = nn.Sequential(
            nn.Conv2d(3, 32, 5, padding=2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 32, 5, padding=2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 64, 5, padding=2),
            nn.MaxPool2d(2),
            nn.Flatten(),
            nn.Linear(1024, 64),
            nn.Linear(64, 10)
        )

    def forward(self, input):
        input = self.model1(input)
        return input


#4、创建网络模型
model = Net()
model.to(device)

#5、设置损失函数
loss_fun = nn.CrossEntropyLoss()   #交叉熵函数

# 设置优化器
learning_rate = 1e-2
optimizer = torch.optim.SGD(model.parameters(), learning_rate)   #SGD:梯度下降算法

#6、设置网络训练中的一些参数
Max_epoch = 10    #设置训练轮数
total_train_step = 0   #记录总训练次数
total_test_step = 0    #记录总测试次数

#7、开始进行训练
for epoch in range(Max_epoch):
    print("---第{}轮训练开始---".format(epoch))

    model.train()     #开始训练，不是必须的，在网络中有BN，dropout时需要
    #由于训练集数据较多，这里我没用训练集训练，而是采用测试集（test_dataset_loader）当训练集，但思想是一致的
    for data in test_dataset_loader:  # 遍历所有batch
        imgs, targets = data
        imgs, targets = imgs.to(device), targets.to(device)
        
        #反向传播，更新参数
        optimizer.zero_grad()  # 重置每个batch的梯度
        outputs = model(imgs)  # 前向传播计算预测值
        loss = loss_fun(outputs, targets) # 计算当前损失
        loss.backward()  # 反向传播计算梯度
        optimizer.step()  # 更新所有的参数

        total_train_step += 1

        if total_train_step % 50 == 0:
            print("---第{}次训练结束, Loss:{})".format(total_train_step, loss.item()))

    if epoch > 5:
        print("---意外中断---")
        break
	
	if (epoch+1) % 2 == 0:
        # 保存checkpoint
        torch.save({
    
    
            'epoch': epoch,
            'model_state_dict': model.state_dict(),
            'optimizer_state_dict': optimizer.state_dict(),
            'loss': loss
        }, './model/model_checkpoint_epoch_{}.tar'.format(epoch)  # 这里的后缀名官方推荐使用.tar
        )

两个epoch保存一次。当epoch=6时，设置一个break模拟程序意外中断，中断后可以来看到终端的输出信息，如下图所示：

从上图可以看到，在进行第6轮循环时，程序中断，此时最新的保存的模型是第五次训练结果，如下图所示：

同时注意到第5次训练结束的loss在2.0左右，如果我们下次接着训练，损失应该是在2.0附近。

此时，接着上次训练的结果继续训练，代码如下所示：

import torch
import torch.nn as nn
from torch.utils.data import DataLoader
import torchvision


device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

#1、准备数据集
train_dataset = torchvision.datasets.CIFAR10("./data", train=True, transform=torchvision.transforms.ToTensor(), download= True)
test_dataset = torchvision.datasets.CIFAR10("./data", train=False, transform=torchvision.transforms.ToTensor(), download= True)

#2、加载数据集
train_dataset_loader = DataLoader(dataset=train_dataset, batch_size=100)
test_dataset_loader = DataLoader(dataset=test_dataset, batch_size=100)

#3、搭建神经网络
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.model1 = nn.Sequential(
            nn.Conv2d(3, 32, 5, padding=2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 32, 5, padding=2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 64, 5, padding=2),
            nn.MaxPool2d(2),
            nn.Flatten(),
            nn.Linear(1024, 64),
            nn.Linear(64, 10)
        )

    def forward(self, input):
        input = self.model1(input)
        return input


#4、创建网络模型
model = Net()
model.to(device)

#5、设置损失函数
loss_fun = nn.CrossEntropyLoss()   #交叉熵损失

# 设置优化器
learning_rate = 1e-2
optimizer = torch.optim.SGD(model.parameters(), learning_rate)   #SGD:梯度下降算法

#6、设置网络训练中的一些参数
Max_epoch = 10    #设置训练轮数
total_train_step = 0   #记录总训练次数
total_test_step = 0    #记录总测试次数

##########################################################################################
# 加载checkpoint
checkpoint = torch.load('./model/model_checkpoint_epoch_5.tar')    # 先反序列化模型
model.load_state_dict(checkpoint['model_state_dict'])
optimizer.load_state_dict(checkpoint['optimizer_state_dict'])
start_epoch = checkpoint['epoch']
loss = checkpoint['loss']
##########################################################################################

#7、开始进行训练
for epoch in range(start_epoch+1, Max_epoch):
    print("---第{}轮训练开始---".format(epoch))

    model.train()     #开始训练，不是必须的，在网络中有BN，dropout时需要
    for data in test_dataset_loader:  # 遍历所有batch
        imgs, targets = data
        imgs, targets = imgs.to(device), targets.to(device)

        #反向传播，更新参数
        optimizer.zero_grad()  # 重置每个batch的梯度
        outputs = model(imgs)  # 前向传播计算预测值
        loss = loss_fun(outputs, targets)  # 计算当前损失
        loss.backward()  # 反向传播计算梯度
        optimizer.step()  # 更新所有的参数

        total_train_step += 1

        if total_train_step % 50 == 0:
            print("---第{}次训练结束, Loss:{})".format(total_train_step, loss.item()))

    if (epoch+1) % 2 == 0:
        # 保存checkpoint
        torch.save({
    
    
            'epoch': epoch,
            'model_state_dict': model.state_dict(),
            'optimizer_state_dict': optimizer.state_dict(),
            'loss': loss
        }, './model/model_checkpoint_epoch_{}.tar'.format(epoch)  # 这里的后缀名官方推荐使用.tar
        )

这里的代码相较之前的多了一个加载checkpoint的过程，我将其截取出来，如下图所示：

通过加载checkpoint，我们就保存了之前训练的参数，进而实现断点继续训练，我们直接来看执行此代码的结果，如下图所示：

从上图可以看出，训练是从第6轮开始的，并且初始的loss为1.99，和2.0接近。这就说明我们已经实现了中断后恢复训练的操作。

4. 方法三

4.1 保存模型

# 保存模型
torch.save(model, './model/model.pt')    #这里我们保存模型的后缀名取.pt

4.2 加载模型

# 加载模型
model_test2 = torch.load('./model/model.pt')     
model_test2.eval()   # 模型推理时设置

这种方式是不推荐使用的，因为使用这种方式保存模型，在加载时会遇到各种各样的错误。为了加深大家理解，举一个例子。文件的结构如下图所示：

models.py文件中存储的是模型的定义，其位于文件夹models下。save_model.py文件中写的是保存模型的代码，代码如下所示：

from models.models import Net
from torch import optim
import torch


#模型初始化
model = Net()

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

# ## 保存加载方式2——save/load
# # 保存模型
# torch.save(models, './models/models.pt')

执行此文件后，会生成models.pt文件，我们再执行load_mode.py文件即可实现加载，load_mode.py内容如下：

from models.models import Net
import torch


## 加载方式2
# 加载模型
model_test2 = Net()
model_test2 = torch.load('./models/models.pt')     
model_test2.eval()   # 模型推理时设置
print(model_test2)

此时我们可以正常加载。但如果我们将models文件夹修改为model，如下所示：

此时我们在使用如下代码加载模型的话就会出现错误：

from models.models import Net
import torch


## 加载方式2
# 加载模型
model_test2 = Net()
model_test2 = torch.load('./model/models.pt')     #这里需要修改一下文件路径  
model_test2.eval()   # 模型推理时设置
print(model_test2)

出现这种错误的原因是，使用本方式进行模型保存的时候，会把模型结构定义文件路径记录下来，加载的时候就会根据路径解析它然后装载参数；当把模型定义文件路径修改以后，使用torch.load(path) 就会报错。

其实，使用本方式进行模型的保存和加载还会存在各种问题，感兴趣的可以看看这篇 博文 。总之，在我们今后的使用中，尽量不要用本方式来加载模型。