应保存 model.state_dict() 而非整个 model，因其仅含参数和缓冲区张量，轻量、可移植、加载快；完整保存需包含 epoch、optimizer 等元信息，并注意 eval() 模式、结构一致性和 device 映射。
为什么保存 model.state_dict() 而不是整个 model？
直接 torch.save(model, path) 会把模型类定义、构造函数参数、甚至 Python 对象引用（如自定义 forward 中的闭包、非 tensor 属性）一并序列化，体积大且跨环境易出错。而 model.state_dict() 只含 nn.Parameter 和已注册的 buffer（如 running_mean），纯张量字典，轻量、可移植、加载快。
保存时只存 state_dict 的标准写法
务必用 model.state_dict()，而非 model.module.state_dict()（除非用了 DataParallel 且当前是多卡训练后单卡加载）；同时建议加 torch.save(..., _use_new_zipfile_serialization=True)（PyTorch ≥1.6 默认开启，但显式声明更稳妥）：
torch.save({
'epoch': epoch,
'model_state_dict': model.state_dict(),
'optimizer_state_dict': optimizer.state_dict(),
}, 'checkpoint.pth')- 不推荐
torch.save(model.state_dict(), 'model.pth')—— 缺少元信息，后续无法知道训练轮次或优化器状态 - 若模型用了
torch.compile()，需先调用torch.compile(model, ...).uncompile()再取state_dict，否则可能报AttributeError: 'CompiledFunction' object has no attribute 'state_dict' - 保存前可调用
model.eval()，避免训练态 buffer（如 dropout mask）被意外存入
加载时必须重建模型结构再载入 state_dict
torch.load() 返回的是字典，不能直接当模型用。必须先实例化相同结构的模型对象，再用 load_state_dict()：
model = MyModel() # 必须与保存时结构一致
checkpoint = torch.load('checkpoint.pth')
model.load_state_dict(checkpoint['model_state_dict'])- 若提示
Missing key(s) in state_dict：说明模型结构变了（比如新增了层），可用strict=False忽略缺失键，但要确认是否合理 - 若提示
Unexpected key(s) in state_dict：说明模型结构变精简了（如删了某层），同样可设strict=False，或检查是否误用了旧 checkpoint - 加载后别忘了
model.to(device)，state_dict本身不含 device 信息
进一步压缩体积：用 torch.save(..., _pickle_protocol=4) 和半精度
默认 pickle 协议较旧，文件偏大；另外，若推理场景允许，可转为 float16 存储权重（注意 batch norm 的 running_var 需保持 float32 稳定性）：
立即学习“Python免费学习笔记（深入）”；
# 保存时转 half（仅适用于 inference）
state_dict = {k: v.half() if 'weight' in k or 'bias' in k else v
for k, v in model.state_dict().items()}
torch.save(state_dict, 'model_half.pth', _pickle_protocol=4)-
_pickle_protocol=4在 Python 3.8+ 下生效，比默认的 protocol 2 小约 15–20% - 不要对
running_mean/running_var调用.half()，否则 BN 层在推理时数值不稳定 - 加载后需手动
model.half()并model.eval()，且确保所有输入也转为half
实际项目中，最常被忽略的是：保存时没确认模型是否处于 eval() 模式，导致 dropout 或 batch_norm 的临时状态混入；还有就是加载时直接 torch.load() 后当成模型调用，忘了重建结构——这两个点一旦出错，既不报错又结果异常，调试成本远高于体积本身。
