pytorch模型与参数的GPU，cpu加载转换

我们在使用pytorch的过程，经常会需要加载模型参数，不管是别人提供给我们的模型参数，还是我们自己训练的模型参数，那么加载模型参数就会碰到一些情况，即GPU模型和CPU模型，这两种模型是不能混为一谈的，下面分情况进行操作说明。

情况一：模型是GPU模型，预加载的训练参数也是GPU；模型是CPU模型，预加载的训练参数也是CPU，这种情况下我们都只用直接用下面的语句即可：

torch.load('model_dict.pkl')
情况二：GPU->CPU 模型是CPU，预加载的训练参数却是GPU，那么需要这样：

torch.load('model_dict.pkl', map_location=lambda storage, loc: storage)
情况三：CPU->GPU 模型是GPU，预加载的训练参数却是CPU：

torch.load('model_dic.pkl', map_location=lambda storage, loc: storage.cuda)

#CPU->GPU1   模型是GPU1，预加载的训练参数却是CPU：
torch.load('model_dic.pkl', map_location=lambda storage, loc: storage.cuda(1))