Step1：首先查看源码train.py中如何保存模型的：
checkpoint_dict = {'epoch': epoch, 'model_state_dict': model.state_dict(), 'optim_state_dict': optimizer.state_dict(), 'criterion_state_dict': train_criterion.state_dict()}torch.save(checkpoint_dict, filename)
并查看源码中如何加载参数（参数名）：
#print('----------model loading-------------------') model.train()#print('----------model loaded true-------------------')#print('----------train_criterion loading-------------------') loss_tmp = train_criterion(output, target_var)#print('----------train_criterion loaded-------------------') #print('----------optimizer loading-------------------') optimizer.step()#print('----------optimizer loaded-------------------')
step2：然后根据保存的模型的写法，自己写加载模型：
start_epoch = -1if opt.resume:print('-----------------------------')path_checkpoint = opt.checkbreakpoint checkpoint = torch.load(path_checkpoint) model.load_state_dict(checkpoint['model_state_dict']) optimizer.load_state_dict(checkpoint['optim_state_dict']) train_criterion.load_state_dict(checkpoint['criterion_state_dict'])start_epoch = checkpoint['epoch'] print("start_epoch:",start_epoch)print('-----------------------------')
其中“resume”和“checkbreakpoint”都是在parse参数时候定义，直接写入命令行：
self.parser.add_argument('--checkbreakpoint',type=str, default ='epoch_005.pth.tar')self.parser.add_argument('--resume', type=bool, default=False)
Step3：最后调整训练轮数
原来是输入了一个epoch值，训练迭代为range(0,epoch)
# 原来的for epoch in range(opt.epochs):
现在需要改成，输入一个开头值，加上新训的轮数，训练迭代为range(start_epoch, start_epoch+新训多少轮）
如果没有断点续传，start_epoch默认为-1，(start_epoch==-1?0:start_epoch) 为0，则轮数为（-1+1=0，0+epochs）如果有断点续传，start_epoch被更新为断点，start_epoch==-1?0:startepoch)为start_epoch,则轮数为（start_epochs+1, start_epoch+新增轮数）
# 新的start_epoch = -1if opt.resume:print('-----------------------------')path_checkpoint = opt.checkbreakpoint checkpoint = torch.load(path_checkpoint) model.load_state_dict(checkpoint['model_state_dict']) optimizer.load_state_dict(checkpoint['optim_state_dict']) train_criterion.load_state_dict(checkpoint['criterion_state_dict'])start_epoch = checkpoint['epoch'] print("start_epoch:",start_epoch)print('-----------------------------')new_start = 0 if start_epoch==-1 else start_epochfor epoch in range(start_epoch + 1, new_start+opt.epochs):
例如，断点start_epoch是300，opt.epochs=200, 就从（300+1，300+200），新训200轮。
Step4：直接训练，注意新补充参数，resume和checkbreakpoint
python train.py --resume True --checkbreakpoint ../epoch_240.pth.tar --lr 1e-5 --logdir ./1e-5 --gpus 2 --epochs 200
