发现问题

初衷：

最近跑深度学习代码，数据量比较庞大所以训练速度慢的一，一旦有什么问题训练突然停止了，心态都要炸了，所以这时候使用pytorch保存每轮训练好的模型（可以使用一些保存技巧，保存得到的当前最新的模型checkpoint，倒不至于每轮都保存），即使训练停止还能接着去加载保存好的模型得到当前模型输出结果，节省时间，防止每次重复性的从头开始训练。

问题：

加载训练了几天的模型checkpoint用于继续训练，发现网络输出的结果与之前保存模型时候输出的结果差别很大（因为之前也有成功用过加载和保存模型，就一直觉得没什么问题，就没管了，后来因为训练实在太耗时，跟同学讨论时候被启发那说这里肯定是有问题的，所以就开始去找问题了），因此试着去输出保存的模型参数和加载的模型参数，看看二者是否一致。（谷歌很久没有找到解决方案，自己找着找着发现了个解决方案，记录一下，避坑避坑）

保存模型并打印参数

我在此保存的是模型和优化器两个东西：


部分输出结果：（保存的模型参数）

<