在PyTorch中，torch.load()函数用于加载保存的模型或张量。其基本语法如下：
云服务器
物理服务器
虚拟主机
跨境电商服务器torch.load(filepath, map_location=None, pickle_module=<module 'pickle' from '...'>)
filepath是保存模型或张量的文件路径。map_location是一个可选参数，用于指定设备将模型/张量加载到哪个位置。可以是一个字符串，表示设备名称（如’cpu’、'cuda:0’等），也可以是一个torch.device对象。默认值为None，表示加载到与保存时设备相同的位置。pickle_module是一个可选参数，用于覆盖默认的pickle模块。默认值为Python内置的pickle模块。以下是torch.load()函数的使用示例：
import torch
# 加载保存的模型
model = torch.load('model.pth')
# 加载保存的张量
tensor = torch.load('tensor.pt')
# 加载保存的模型，并将其加载到指定设备上
device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
model = torch.load('model.pth', map_location=device)
# 加载保存的模型，使用自定义的pickle模块
import pickle5 as pickle
model = torch.load('model.pth', pickle_module=pickle)
注意，torch.load()函数只能加载在相同版本的PyTorch中保存的模型或张量。如果模型或张量是在不同版本的PyTorch中保存的，则需要使用其他方法进行转换或加载。
辰迅云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
推荐阅读： pytorch多线程任务咋分配