转载自：
https://www.cnblogs.com/qinduanyinghua/p/9311410.html
假设网络为model = Net(), optimizer = optim.Adam(model.parameters(), lr=args.lr), 假设在某个epoch，我们要保存模型参数，优化器参数以及epoch
一、
1. 先建立一个字典，保存三个参数：
state = {‘net‘:model.state_dict(), ‘optimizer‘:optimizer.state_dict(), ‘epoch‘:epoch}
2.调用torch.save():
torch.save(state, dir)
其中dir表示保存文件的绝对路径+保存文件名，如‘/home/qinying/Desktop/modelpara.pth‘
二、
当你想恢复某一阶段的训练（或者进行测试）时，那么就可以读取之前保存的网络模型参数等。
checkpoint = torch.load(dir) model.load_state_dict(checkpoint[‘net‘]) optimizer.load_state_dict(checkpoint[‘optimizer‘]) start_epoch = checkpoint[‘epoch‘] + 1
pytorch保存模型等相关参数，利用torch.save()，以及读取保存之后的文件
原文：https://www.cnblogs.com/rainsoul/p/11314319.html