老师，有时无法一次性的把预设的模型训练轮次跑完，需要在上次训练的基础上继续训练。我采用的方法是在Trainer程序创建模型对象的后面加上加载上次训练保存的模型参数的语句，如课程第12章的语言翻译的模型：
encoder = EncoderRNN(input_lang.n_words, hidden_size).to(device)
decoder = AttenDecoderRNN(hidden_size, output_lang.n_words, dropout_p=0.1, max_len=MAX_LENGTH).to(device)

#加载训练好的模型
encoder.load_state_dict(torch.load(“D:/Share/TestPicture/AI/pytorch/chapter12/models/encoder_189000.pth”))
decoder.load_state_dict(torch.load(“D:/Share/TestPicture/AI/pytorch/chapter12/models/decoder_189000.pth”))

但是“lr”如何提取之前保存模型参数时的值并在继续优化逻辑呢？

以上，谢谢。