🧠AI 冷知识
你知道吗？
这些有趣的 AI 小知识可能让你大吃一惊
💾
存档的坑torch.save(model)保存的是整个模型的Python对象路径，换一台机器或改一行代码就可能加载失败。正确做法是只保存state_dict()——它是一个纯字典，只含权重数值，与代码结构解耦，跨设备迁移稳如磐石。
一句话总结
💡
模型可通过 torch.save 序列化状态字典或整个对象，加载时用 load_state_dict 恢复参数，推荐保存 state_dict 以保持灵活性。
常见误区
这些坑别踩
✗
误区 1
直接保存整个 model 最方便。
✓
正确理解
保存整个对象会 pickle 代码路径，跨环境加载易失败，保存 state_dict 更稳健。
✗
误区 2
加载模型时必须构建完全相同的网络结构。
✓
正确理解
加载 state_dict 时结构需匹配（可用 strict=False 部分加载），但不必依赖原代码实例。
✗
误区 3
保存模型就是保存参数权重。
✓
正确理解
推理还需保存模型结构/代码，仅权重不够；同时建议保存优化器状态以支持断点续训。