pytorch断点续训

PyTorch断点续训

在进行机器学习模型的训练过程中，由于各种原因，可能会遇到训练过程中断的情况，这时候需要从中断的地方继续训练模型。PyTorch提供了一种简单的方式来实现断点续训，即保存和加载模型的状态。

保存和加载模型状态

在PyTorch中，我们可以使用torch.save()函数来保存模型状态，使用torch.load()函数来加载模型状态。

首先，让我们创建一个简单的模型进行训练：

import torch
import torch.nn as nn
import torch.optim as optim

# 定义一个简单的全连接网络
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.fc = nn.Linear(10, 2)
    
    def forward(self, x):
        x = self.fc(x)
        return x

# 创建模型实例
model = Net()

# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.001)

在每轮训练完成后，我们可以使用torch.save()函数保存模型状态：

# 训练过程中，每轮训练完成后保存模型
torch.save({
    'epoch': epoch,
    'model_state_dict': model.state_dict(),
    'optimizer_state_dict': optimizer.state_dict(),
    'loss': loss,
    }, 'checkpoint.pth')

在这个例子中，我们将模型的epoch数、模型的状态、优化器的状态和损失值保存到了checkpoint.pth文件中。

当我们需要从中断的地方继续训练模型时，可以使用torch.load()函数加载之前保存的状态，并继续训练：

# 加载之前保存的模型状态
checkpoint = torch.load('checkpoint.pth')
model.load_state_dict(checkpoint['model_state_dict'])
optimizer.load_state_dict(checkpoint['optimizer_state_dict'])
epoch = checkpoint['epoch']
loss = checkpoint['loss']

# 模型继续训练
for epoch in range(epoch, num_epochs):
    # 训练代码...

在这个例子中，我们加载了之前保存的模型状态，包括模型的权重、优化器的状态以及之前的训练轮数和损失值。然后，我们可以从上次中断的地方继续训练模型。

完整的断点续训代码示例

下面是一个完整的断点续训的代码示例，使用MNIST数据集和一个简单的卷积神经网络模型：

import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import datasets, transforms

# 定义一个简单的卷积神经网络
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(1, 10, kernel_size=5)
        self.conv2 = nn.Conv2d(10, 20, kernel_size=5)
        self.fc1 = nn.Linear(320, 50)
        self.fc2 = nn.Linear(50, 10)

    def forward(self, x):
        x = nn.functional.relu(nn.functional.max_pool2d(self.conv1(x), 2))
        x = nn.functional.relu(nn.functional.max_pool2d(self.conv2(x), 2))
        x = x.view(-1, 320)
        x = nn.functional.relu(self.fc1(x))
        x = self.fc2(x)
        return nn.functional.log_softmax(x, dim=1)

# 创建模型实例
model = Net()

# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.001, momentum=0.9)

# 加载MNIST数据集
train_loader = torch.utils.data.DataLoader(
    datasets.MNIST('data', train=True, download=True,
                   transform=transforms.Compose([
                       transforms.ToTensor(),
                       transforms.Normalize((0.1307,), (0.3081,))
                   ])),
    batch_size=64, shuffle=True)

# 定义训练函数
def train(epoch):
    model.train()
    for batch_idx, (data, target) in enumerate(train_loader):
        optimizer.zero_grad()
        output = model(data)
        loss = criterion(output, target)
        loss.backward()
        optimizer.step()
        if batch_idx % 100 == 0: