Deep Learning Academy · درس

الحفظ والتحميل باستخدام state_dict

احفظ أوزانًا مرحلية لاستئناف العمل لاحقًا

الحفظ والتحميل باستخدام state_dict درس مجاني في Deep Learning Academy على CoddyKit. هذا هو الدرس 3 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Deep Learning Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Deep Learning Academy 4 دروس في المجموع.

بعض أجزاء هذا الدرس لم تُترجم بعد وتظهر باللغة الإنجليزية.

Why Checkpoints Matter

Training can take hours, and crashes happen. Saving your progress as a checkpoint lets you stop, resume, or ship the model without retraining from zero.

What a state_dict Holds

A model's state_dict is a plain dictionary mapping each layer name to its learned tensors. It is everything the model knows, packed for storage.

model.state_dict()

Save the Weights

Use torch.save on the state_dict to write the weights to disk. The .pt or .pth extension is the common convention for these files.

torch.save(model.state_dict(), 'model.pt')

Load the Weights Back

To restore, read the file with torch.load and pour it into a model using load_state_dict. The architecture must match the saved one.

model.load_state_dict(torch.load('model.pt'))

Recreate the Architecture First

A state_dict holds numbers, not the class itself. You must build the same model object in code before you can load weights into it.

model = MyNet()
model.load_state_dict(torch.load('model.pt'))

Eval Mode After Loading

Right after loading for inference, call model.eval(). It switches dropout and batch norm into prediction behavior so outputs are correct.

model.eval()

Save the Optimizer Too

To truly resume training, also save the optimizer's state_dict. It holds momentum and adaptive stats that would otherwise reset to zero.

torch.save(optimizer.state_dict(), 'opt.pt')

Bundle a Full Checkpoint

Pack model, optimizer, and the current epoch into one checkpoint dict. Now a single file restores your entire training session.

ckpt = {'epoch': epoch, 'model': model.state_dict(), 'opt': optimizer.state_dict()}
torch.save(ckpt, 'ckpt.pt')

Resume From a Checkpoint

Load the bundle and restore each piece in turn. Reading the saved epoch lets you continue the loop exactly where it left off.

ckpt = torch.load('ckpt.pt')
model.load_state_dict(ckpt['model'])
optimizer.load_state_dict(ckpt['opt'])

Map to the Right Device

If you saved on GPU and load on CPU, pass map_location to torch.load. It moves the weights to a device your machine actually has.

torch.load('model.pt', map_location='cpu')

Save the Best, Not the Last

Watch validation loss and overwrite your checkpoint only when it improves. That way you keep the best model, not whatever the final epoch produced.

Quick Check

You saved only model.state_dict(). What must exist before you can load it?

Recap

Save weights with state_dict and torch.save, rebuild the model to load them, and bundle the optimizer and epoch for a full resume. Keep the best one. 💾

الأسئلة الشائعة

هل درس «الحفظ والتحميل باستخدام state_dict» مجاني؟

نعم — نص درس «الحفظ والتحميل باستخدام state_dict» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Deep Learning Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Deep Learning Academy 4 دروس في المجموع.

ماذا ستتعلم في «الحفظ والتحميل باستخدام state_dict»؟

احفظ أوزانًا مرحلية لاستئناف العمل لاحقًا تتمرن على Deep Learning Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ Deep Learning Academy؟

لا تُشترط خبرة سابقة. Deep Learning Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 4.

كم من الوقت يستغرق درس «الحفظ والتحميل باستخدام state_dict»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس Deep Learning Academy هذا؟

نعم. كل درس في Deep Learning Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

← العودة إلى Deep Learning Academy