我在他们的github仓库中找到了此页面，我将内容粘贴在这里。

推荐的模型保存方法

序列化和还原模型有两种主要方法。

第一个（推荐）仅保存和加载模型参数：

torch.save(the_model.state_dict(), PATH)

然后再：

the_model = TheModelClass(*args, **kwargs)the_model.load_state_dict(torch.load(PATH))

第二个保存并加载整个模型：

torch.save(the_model, PATH)

然后再：

the_model = torch.load(PATH)

但是，在这种情况下，序列化的数据将绑定到所使用的特定类和确切的目录结构，因此在其他项目中使用时或经过一些严重的重构后，它可能以各种方式中断。