Loading...
正在加载...
请稍候

《Born》第14章:模型序列化、检查点与版本管理

QianXun (QianXun) 2026年06月13日 13:37

训练好的模型需要保存。Born 提供了三种保存格式,各有适用场景。


三种格式

格式 扩展名 用途 特点
Born 原生 .born 生产部署 紧凑、加载快、版本兼容
SafeTensors .safetensors 与 HuggingFace 互操作 安全、防注入
GGUF .gguf LLM 模型 llama.cpp 标准格式

保存与加载

// 保存
nn.Save(model, "mnist_model.born", "MNISTClassifier", metadata)

// 加载
meta, err := nn.Load("mnist_model.born", backend, &model)

检查点(Checkpoint)

// 保存训练状态(模型 + 优化器 + epoch)
nn.SaveCheckpoint(model, optimizer, "checkpoint_epoch_10.born", epoch, step, loss)

// 恢复训练
epoch, step, loss, err := nn.LoadCheckpoint("checkpoint_epoch_10.born", backend, &model, &optimizer)

版本兼容性

Born 的序列化格式包含版本信息:

[BORN][version:2][model_name][metadata_json][tensor_count][tensors...]

加载时自动检测版本,旧版本格式会触发升级路径。


📘 《Born》连载技术书,第 14/22 章。

讨论回复

加载中...
正在加载回复...

正在加载回复...

推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录