pytorch调用训练的模型

 

 

import torch

# 加载模型参数
model_path = 'model.pth'
model_state_dict = torch.load(model_path)

# 创建模型实例
input_size = 10  # 输入层大小，根据实际情况调整
hidden_size1 = 32  # 第一层隐藏层大小，根据实际情况调整
hidden_size2 = 16  # 第二层隐藏层大小，根据实际情况调整
output_size = 2  # 输出层大小，根据实际情况调整
model = ThreeLayerNN(input_size, hidden_size1, hidden_size2, output_size)

# 将模型参数加载到模型中
model.load_state_dict(model_state_dict)

# 使用模型进行预测
X_test = torch.randn(1, input_size)  # 随机生成一个样本作为测试数据，输入维度为input_size
outputs = model(X_test)  # 将测试数据输入到模型中得到输出
print(outputs)  # 输出模型的预测结果

 

 

 

=============