如何加载模型进行推理？

Question

我正在使用一个简单的基于感知器的分类器来生成Pytorch中的情感分析，这里的完整代码Classifying Yelp Reviews

该示例进行情绪分析，如果给定的输入字符串为正或负，则输出

example: this is a pretty small old great book -> positive

应用程序将最终模型与vectorizer.json一起存储

所以我的问题是：构建一个单独的应用程序来测试模型的先决条件是什么，这样以后就可以在web应用程序中使用它了

以下是我目前对此的理解和疑问：

我假设要测试，我们需要加载模型，加载模型参数并进行评估以进行推断，请确认

model = TheModelClass(*args, **kwargs) # Model class must be defined somewhere model.load_state_dict(torch.load(PATH)) model.eval() # run if you only want to use it for inference

Answer 1

我发现了一个很好的教程，解释了如何加载模型进行推理，下面是链接

https://pytorch.org/tutorials/recipes/recipes/saving_and_loading_models_for_inference.html

谢谢