libcity 笔记：libcity/executor/traj_loc_pred_executor.py

本文主要是介绍libcity 笔记：libcity/executor/traj_loc_pred_executor.py，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1 构造函数

2  _build_optimizer

根据配置中指定的优化器类型创建并返回一个适合用于模型训练的优化器对象

3 _build_scheduler

构建一个学习率调度器（scheduler）

 

4 train

 

5 run

6 _valid_epoch

7  load_model & save_model

保存/加载模型的状态字典 (self.model.state_dict()) 和优化器的状态字典 (self.optimizer.state_dict()) 

def load_model(self, cache_name):model_state, optimizer_state = torch.load(cache_name)self.model.load_state_dict(model_state)self.optimizer.load_state_dict(optimizer_state)def save_model(self, cache_name):if not os.path.exists(self.cache_dir):os.makedirs(self.cache_dir)# save optimizer when load epoch to traintorch.save((self.model.state_dict(), self.optimizer.state_dict()), cache_name)

这篇关于libcity 笔记：libcity/executor/traj_loc_pred_executor.py的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---