PyTorch 对模型 save/load 的支持主要由 torch.serialization._save() 提供．.pth 文件其实并不是单纯的 tensor data，而是模型的逻辑结构，这是因为 PyTorch 支持 tensor weight 共享，而共享本质是使用相同的 tensor data，所以两个共享权重的 module 在保存时，只需要保存一份 tensor data 即可．所以 PyTorch 在保存模型时，选择将模型拓扑结构与底层数据分开存的方式．前者用 pickle 存，后者用 storage．