Python 如何在Colab中加载PyTorch函数中定义的已保存模型？

以下是我的培训功能的示例代码（删除了不必要的部分）：

我正在尝试将我的模型数据\u gen保存在torch.save（）中，运行train\u dmc函数后，我可以在目录中找到检查点文件

def train_dmc(loader,loss):


 
  data_gen = DataGenerator().to(device)

  data_gen_optimizer = optim.Rprop(para_list, lr=lrate)


  savepath='/content/drive/MyDrive/'+loss+'checkpoint.t7'
  state = {
            'epoch': epoch,
            'model_state_dict': data_gen.state_dict(),
            'optimizer_state_dict': data_gen_optimizer.state_dict(),
            'data loss': data_loss,
            'latent_loss':latent_loss
            }
  torch.save(state,savepath)

我的问题是，如果GoogleColab断开连接，如何加载检查点文件以继续培训

如果我加载数据\u gen或训练dmc（），这是我第一次使用它，我真的很困惑，因为数据\u gen是在另一个函数中定义的。希望有人能帮我解释一下

data_gen.load_state_dict(torch.load(PATH))
data_gen.eval()

#or

train_dmc.load_state_dict(torch.load(PATH))
train_dmc.eval()

---

由于

状态

变量是一个字典，因此请尝试将其另存为：

with open('/content/checkpoint.t7', 'wb') as handle:
    pickle.dump(state, handle, protocol=pickle.HIGHEST_PROTOCOL)

将模型类初始化为

data\u gen=DataGenerator（）。到（设备）

并将检查点文件加载为：

import pickle
file = open('/content/checkpoint.t7', 'rb')
loaded_state = pickle.load(file)

然后您可以使用

data\u gen=loaded\u state['model\u state\u dict']

加载

state\u dict

。这将把state_dict加载到model类中