PyTorch无内置ModelCheckpoint，需手动监控验证Loss并用torch.save()保存最优权重；判断最优不能仅看Loss，应结合早停与过拟合风险，初始化best_val_loss为inf，每次验证后更新。
PyTorch里没有ModelCheckpoint，得自己写
PyTorch不像Keras那样内置 ModelCheckpoint 回调，所谓“配合ModelCheckpoint”是常见误解。实际要靠手动监控验证Loss、用 torch.save() 保存权重，再加一层逻辑判断是否为当前最优。
怎么判断“最优权重”：只看验证Loss够吗？
只比验证Loss容易踩坑——比如Loss微降但模型已过拟合，或早停没设好导致保存了震荡低谷点。更稳妥的做法是：
- 记录
best_val_loss初始值设为float('inf') - 每次验证后，用
if val_loss 更新并保存 - 可加容忍阈值（如
val_loss ）避免浮点抖动误触发 - 强烈建议同时保存
epoch和val_loss到 checkpoint 字典里，方便后续排查
保存时该用 state_dict 还是整个模型？
必须用 model.state_dict()，别存整个模型对象。原因很实际：
- 存整个模型（
torch.save(model, ...)）会把类定义、非参数属性甚至临时缓存一并序列化，加载时依赖原代码结构，换环境极易报AttributeError: 'XXX' object has no attribute 'yyy' -
state_dict只存参数张量，轻量、可移植、兼容性高；加载时只需新建模型实例再load_state_dict() - 记得保存优化器的
state_dict（如optimizer.state_dict()），否则恢复训练会丢动量等状态
保存路径和文件名怎么设计才不混乱？
别用固定名字如 best_model.pth —— 多次实验会覆盖。推荐带关键信息的命名：
- 包含模型名、数据集缩写、时间戳或seed，例如：
resnet18_cifar10_best_20240520_1423.pth - 路径统一放在
./checkpoints/下，训练前用os.makedirs('./checkpoints', exist_ok=True)确保目录存在 - 每次保存前先
torch.save(...)，再删掉上一个最佳文件（可选），避免磁盘被旧checkpoint占满
最常被忽略的是：保存时没检查 val_loss 是否真在下降——比如验证集没 shuffle、batch size 不一致、或者用了 train 模式跑 eval，结果保存的“最优”其实是错的。动手前先 print 两轮 val_loss 看趋势，比调参还重要。
