在深度学习项目中，保存和加载模型是必不可少的操作。使用PyTorch时，我们可以借助`torch.save()`轻松完成这一任务！首先，将训练好的模型保存为`.pt`或`.pth`文件，只需一行代码：

```python

torch.save(model.state_dict(), 'model.pth')

```

😉 这样就保存了模型的所有参数！如果想同时保存优化器的状态，可以将两者一起保存：

```python

torch.save({'model': model.state_dict(), 'optimizer': optimizer.state_dict()}, 'checkpoint.pth')

```

当需要加载模型时，使用`torch.load()`即可恢复所有

```python

checkpoint = torch.load('checkpoint.pth')

model.load_state_dict(checkpoint['model'])

optimizer.load_state_dict(checkpoint['optimizer'])

```

😄 通过这种方式，不仅能够保护辛苦训练的结果，还能方便后续实验复现。记得每次操作后检查路径是否正确哦！💪

🌟 小提示：保存前确保设备一致（CPU/GPU），否则加载时可能会报错！ 🚀