请教如何保存和读取模型？

先保存在本地，然后上传到模型库中。

def save(model):
    torch.save(model,'TEST_CAT_DOG/pytorch_model.pt')
    YOUR_ACCESS_TOKEN = '**************************'
    api = HubApi()
    api.login(YOUR_ACCESS_TOKEN)
    api.push_model(
        model_id="wsmqdbb/TEST_CAT_DOG", 
        model_dir="TEST_CAT_DOG" # 本地模型目录，要求目录中必须包含configuration.json
    )

下次使用的时候克隆并加载

def load():
    #模型下载
    !git clone https://www.modelscope.cn/*****/TEST_CAT_DOG.git
    return torch.load('TEST_CAT_DOG/pytorch_model.pt')

1. 保存模型时，可以将模型保存到本地文件系统或者云存储中。例如，将模型保存到当前工作目录下的model.pth文件中：

torch.save(model.state_dict(), 'model.pth')

1. 若要将模型保存到模型库中，可以先将模型保存到本地文件系统中，然后将该文件上传到模型库。具体操作取决于你使用的模型库。例如，如果你使用的是Hugging Face的模型库，可以使用transformers库中的from_pretrained和save_pretrained方法：

from transformers import AutoModel, AutoTokenizer

# 加载预训练模型和分词器
model = AutoModel.from_pretrained('bert-base-uncased')
tokenizer = AutoTokenizer.from_pretrained('bert-base-uncased')

# 对模型进行微调（这里省略了微调过程）

# 保存模型到本地文件系统
torch.save(model.state_dict(), 'my_model.pth')

# 将模型上传到模型库（这里以Hugging Face为例）
model.save_pretrained('your_huggingface_username/my_model')

1. 从模型库中读取模型时，首先需要安装相应的库，然后使用from_pretrained方法加载模型：

from transformers import AutoModel, AutoTokenizer

# 从模型库中加载预训练模型和分词器
model = AutoModel.from_pretrained('your_huggingface_username/my_model')
tokenizer = AutoTokenizer.from_pretrained('your_huggingface_username/my_model')

notebook示例关闭后只会保存ipynb文件

在使用 PyTorch 保存和加载模型时，需要考虑以下几点：

1. 保存位置：

   • 在 Jupyter Notebook 中，你可以在本地文件系统中选择一个位置来保存你的模型。例如，你可以创建一个名为 models 的文件夹，在其中保存你的模型。
   • 要确保下次启动时该文件夹仍然存在，请将其保存到一个不会被清理的地方，如项目根目录或用户主目录。

2. 保存模型：

   • 使用 torch.save() 函数将模型的权重和结构保存到文件中。有两种方法可以做到这一点：
     a) 只保存模型参数（推荐）：

        torch.save(model.state_dict(), 'path_to_save/model.pth')
     

     b) 保存整个模型：

        torch.save(model, 'path_to_save/model.pth')
     

3. 加载模型：

   • 根据你保存的方式，有两种方法可以加载模型：
     a) 如果你只保存了模型参数：

        model = TheModelClass(*args, kwargs)
        model.load_state_dict(torch.load('path_to_save/model.pth'))
        model.eval()
     

     b) 如果你保存了整个模型：

        model = torch.load('path_to_save/model.pth')
        model.eval()
     

4. 模型库：

   • 要将模型添加到模型库，你需要有一个管理这些模型的地方。这可能是一个文件夹，或者是一个数据库，甚至是一个远程存储服务。
   • 在文件系统中，你可以创建一个名为 model_library 的文件夹，并将模型文件存放在其中。当你想从模型库中读取模型时，只需提供正确的文件路径即可。