如何加载模型进行推理？

我正在使用基于感知机的简单分类器在Pytorch中生成情感分析，完整代码在此分类Yelp评论。

这个例子进行情感分析，它会输出给定输入字符串是正面还是负面的。

例子：这是一本相当小但很棒的书 -> 正面

应用程序会存储最终模型以及vectorizer.json。

所以我的问题是：为了构建一个独立的应用程序来测试模型，以便以后在Web应用程序中使用，需要什么先决条件？

以下是我目前的理解和疑问：

我认为为了测试，我们需要加载模型，加载模型参数并进行推理评估，请确认

model = TheModelClass(*args, **kwargs) # 模型类必须在某处定义model.load_state_dict(torch.load(PATH))model.eval() # 如果只用于推理则运行

一旦完成第一步，我希望我们可以使用Flask部署模型并暴露一个REST API用于模型推理。

回答：

我找到了一篇很好的教程，解释了如何加载模型进行推理，以下是链接

谢谢！

学技术