torch.load()的作用：从文件加载用torch.save()保存的对象。

格式：torch.load — PyTorch 1.12 documentation

torch.load(f, map_location=None, pickle_module=pickle, **pickle_load_args)

参数解释：

• f ：类似类文件的对象(必须实现read()，:meth ' readline '，:meth ' tell '和:meth ' seek ')，或者是包含文件名的类路径对象的字符串。
• map_location ： 函数、torch.device、字符串或字典指明如何重新映射存储位置。
• pickle_module ：用于解pickle元数据和对象的模块(必须匹配用于序列化文件pickle_module)
• pickle_load_args ： 传递给pickle_module.load()和pickle_module. unpickpickler()的可选关键字参数，例如errors=…（仅适用于Python 3)
• 注意：常见的使用是 f 和 map_location。

常用使用方式：torch.load — PyTorch 1.12 documentation

# 常用根据设备，加载Tensor
>>> torch.load('modelparameters.pth', map_location = device)

# 默认加载方式，使用cpu加载cpu训练得出的模型或者用gpu调用gpu训练的模型
>>> torch.load('tensors.pt')

# Load all tensors onto the CPU
# ♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥♥将全部Tensor全部加载到cpu上
>>> torch.load('tensors.pt', map_location=torch.device('cpu'))

# Load all tensors onto the CPU, using a function
# 使用一个函数将所有的Tensor加载到CPU上
>>> torch.load('tensors.pt', map_location=lambda storage, loc: storage)
# Load all tensors onto GPU 1

# 加载全部Tensor到GPU 1上
>>> torch.load('tensors.pt', map_location=lambda storage, loc: storage.cuda(1))

# Map tensors from GPU 1 to GPU 0
#将张量从GPU 1映射到GPU 0
>>> torch.load('tensors.pt', map_location={'cuda:1':'cuda:0'})

# Load tensor from io.BytesIO object
# 从io加载张量。BytesIO对象
>>> with open('tensor.pt', 'rb') as f:
...     buffer = io.BytesIO(f.read())
>>> torch.load(buffer)

# Load a module with 'ascii' encoding for unpickling
# 加载一个带有'ascii'编码的模块用于反pickle
>>> torch.load('module.pt', encoding='ascii')