最近在使用pytorch训练和加载模型时遇到了一些很玄学的问题，研究了一下，总结如下：

1、关于模型保存和加载

1、如果保存时使用了torch.save( model, “model.pth”)，那么模型加载时只能使用torch.load()，而不能使用torch.load_state_dict(torch.load(model_path))，如果强行使用torch.load_state_dict(torch.load(model_path))，会报Net对象没有copy属性。

import torchtorch.save(model, 'model.pth')
model = torch.load('model.pth')

2、如果保存时使用了torch.save( model.state_dict(),“model.pth”)，那么模型加载时只能使用model.load_state_dict(torch.Load(“model.pth”))。

import torchtorch.save(model.state_dict(), 'model.pth')state_dict = torch.load('model.pth')
model.load_state_dict(state_dict)

3、两种方式在模型加载时，都需要引入或定义模型结构，且模型结构的名称需要与训练时一致，不能使用别名。
训练时：class Net，测试时：定义或加载仍然是class Net，而不能from ··· import Net as resNet。

# 两个Net的结构不同
from model1 import Net
from model2 import Net

2、关于加载模型结构

关于在一个脚本中同时加载两个模型，在同时导入两个不同结构的Net的情况下，即使Net是同名，但加载的模型会自动找到自己训练时对应的那个结构。