在Linux环境下，使用PyTorch保存和加载模型非常简单。以下是一个简单的例子来说明如何保存和加载一个PyTorch模型。
首先，我们需要导入所需的库并定义一个简单的模型：
import torch
import torch.nn as nn
class SimpleModel(nn.Module):
def __init__(self):
super(SimpleModel, self).__init__()
self.fc = nn.Linear(10, 5)
def forward(self, x):
return self.fc(x)
model = SimpleModel()
接下来，我们可以使用torch.save()函数将模型保存到文件中：
torch.save(model, 'model.pth')
现在，模型已经被保存到了名为model.pth的文件中。要加载模型，我们可以使用torch.load()函数：
loaded_model = torch.load('model.pth')
加载模型后，我们可以像使用原始模型一样使用它：
input_data = torch.randn(1, 10)
output = loaded_model(input_data)
注意：在加载模型时，确保你的环境中已经安装了与保存模型时相同的PyTorch版本。否则，可能会出现兼容性问题。
