在使用pytorch框架训练深度学习网络的时候，我们可以很方便地使用torch.save()方法对训练过程中的网络参数等信息进行保存。比如这里，我们保存成的文件格式为pth.tar（如下图所示），咋一看以为是一个压缩包，需要先解压一下。其实不用，直接使用torch.load就可以了。下面讲一下其数据查看方法。

  首先，在这些pth.tar文件的目录下打开一个终端，执行：

python

  进入python命令行模式。比如我想查看net_5000_checkpoint.pth.tar文件里的内容，那么，依次执行如下命令：

import torch
checkpoint = torch.load('net_5000_checkpoint.pth.tar')    #这里checkpoint的类型其实是一个字典
print(checkpoint.keys())    #输出该文件里保存的内容的keys
#比如我这里的输出为：dict_keys(['epoch', 'state_dict'])
#表示这个文件里保存了名为epoch和state_dict这两个内容
print(checkpoint['epoch'])    #查看key为epoch的内容
#我这里输出为5001

  此外，上述操作是可以反复进行的。就比如，我这里state_dict又是一个字典，它的里头还包含有很多不同的项，那么，可以这样：

state_dict = checkpoint['state_dict']
print(state_dict.keys())    #输出state_dict的keys
#我这里输出有点多，形如：odict_keys(['feature_extraction.firstconv.0.0.weight', 'feature_extraction.firstconv.0.1.weight', 'feature_extraction.firstconv.0.1.bias', ...）
print(state_dict['feature_extraction.firstconv.0.0.weight'])    #查看key名为'feature_extraction.firstconv.0.0.weight'的内容

  以上。其实输出的内容和结构都是你在save时候自己写入的内容，而查看keys目的就是为了看一下保存了哪些项，名称是啥。