一、保存整个模型
这种方法会保存模型的整个定义（包括网络结构和参数）。这样保存的模型可以直接被加载并使用，但前提是保存和加载模型的代码环境需要完全一致。
保存模型时使用代码：
torch.save(model, 'model.pth')
加载模型时使用代码：
model = torch.load('model.pth')
二、只保存模型参数
这种方法只会保存模型的状态字典（state_dict），即模型的参数。加载这样的模型需要先定义模型的结构，然后加载参数。
保存模型使用代码：
torch.save(model.state_dict(), 'params.pth')
加载模型使用代码：
model = Model() # 需要先定义模型结构
model.load_state_dict(torch.load('params.pth'))
![[华为OD]给定一个 N*M 矩阵，请先找出 M 个该矩阵中每列元素的最大值 100](https://img-blog.csdnimg.cn/direct/a6272ae39b3d4eb396a3c528b6aadd7c.png)
