当使用Adam优化器进行训练时，要保存优化器的参数，可以使用以下代码： ``` state={ 'model': model.state_dict(), 'optimizer': optimizer.state_dict(), 'epoch': epoch } torch.save(state, 'optimizer.pth') ``` 这样可以将模型的参数和优化器的参数保存到一个名为`optimizer.pth`的文件中。这样在以后需要继续训练时，可以加载这个文件并恢复模型和优化器的状态。 请注意，上面的代码是基于PyTorch框架的示例。如果使用其他框架，代码可能会有所不同。 参考文献： 引用来源链接<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Pytorch保存模型用于测试和用于继续训练的区别详解](https://download.csdn.net/download/weixin_38707153/14858616)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [记录之关于tensoflow中使用Adam优化算法导致模型保存时参数的变化的记录](https://blog.csdn.net/qq_41368074/article/details/121531284)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]