Pytorch 为什么在没有扩展的情况下加载会导致性能下降？

我试图保存并加载火炬模型

与一起保存

    def save(self, path='checkpoint.pth.tar'):
        print('save')
        torch.save({
            'state_dict': self.qNetwork.state_dict(),
            'optimizer_state_dict': self.optimizer.state_dict()
        }, path)

    def load(self, path='checkpoint.pth.tar'):
        print('load:', path)
        checkpoint = torch.load(path)
        self.qNetwork.load_state_dict(checkpoint['state_dict'])
        self.targetNetwork.load_state_dict(checkpoint['state_dict'])
        self.optimizer.load_state_dict(checkpoint['optimizer_state_dict'])

加载了

    def save(self, path='checkpoint.pth.tar'):
        print('save')
        torch.save({
            'state_dict': self.qNetwork.state_dict(),
            'optimizer_state_dict': self.optimizer.state_dict()
        }, path)

    def load(self, path='checkpoint.pth.tar'):
        print('load:', path)
        checkpoint = torch.load(path)
        self.qNetwork.load_state_dict(checkpoint['state_dict'])
        self.targetNetwork.load_state_dict(checkpoint['state_dict'])
        self.optimizer.load_state_dict(checkpoint['optimizer_state_dict'])

问题是我不知道扩展名pth.tar的存在是有原因的。我刚刚删除了扩展名，并为

save

和

load

提供了

path

参数

checkpoint

。现在它成功了。它从那里再次装载和训练。但问题是，我的模型的准确性从加载后保存之前急剧下降。做

Flappy Bird

500分及以上的动作，得分低于10分。但更奇怪的是，500岁及以上的人的推断还行。这种行为的原因是什么