标签： neural-network pytorch
在机器学习中，我们正在不断更新模型。但是我们仍然想要一种使用旧的训练模型检查点的方法。如果使用不同的关键字参数等更改了模型类，则不会加载这些检查点。
管理“模型蠕变”或模型逐渐变化的最佳方法是什么？
一种方法是，我们可以将每个pytorch检查点与github commit关联。然后加载该提交以再次运行我们的模型。
另一种方法是，每次更改模型时，我们都会实现向后兼容（可能会造成混乱）。