小编Kal*_*Roy的帖子

我只是想使用 PyTorch 库训练 ResNet18 模型。训练数据集包含 25,000 张图像。因此，即使是第一个 epoch 也需要很长时间才能完成。因此，我想在某一个号之后保存进度。批量迭代完成。但我不知道如何修改我的代码以及如何在代码中使用 torch.save() 和 torch.load() 函数来保存定期进度。

我的代码如下：

                # BUILD THE NETWORK
import torch
import torch.nn as nn
import torch.optim as optim
import torch.utils.data
import torch.nn.functional as F
import torchvision
import torchvision.models as models
from torchvision import transforms
from PIL import Image
import matplotlib.pyplot as plt

                # DOWNLOAD PRETRAINED MODELS ON ImageNet

model_resnet18 = torch.hub.load('pytorch/vision', 'resnet18', pretrained = True)
model_resnet34 = torch.hub.load('pytorch/vision', 'resnet34', pretrained = True)

for name, param in model_resnet18.named_parameters():
    if('bn' not in …