关于问题1：有几个问题确认下

1）这个预训练的模型是用save存的还是save_inference_model存的？如果用的是save_inference_model，参数是分别存的文件还是合并到一个文件里存的？

2）想载入部分参数的模型code和预训练模型是一致的吗？还是模型也只写了一部分？如果模型code只写了想载入参数的部分，那之前存储的参数必须是分开存的，也就是用save_inference_model，不指定params_filename参数；如果模型code和预训练模型一致，那可以都载入进来，后两层的参数设置下trainable=false

问题2：

1）既然结构相同，直接载入可以吗？用load_params试试？

2）自定义参数，是指开始就指定固定的参数值吗？用一个numpy值去指定参数值？如果是的话，我举个例子

weight_attr = fluid.ParamAttr(
            name="weight",
            learning_rate=0.5,
            initializer=fluid.initializer.NumpyArrayInitializer(weight_array),
            trainable=True)
bias_attr = fluid.ParamAttr(
            name="bias",
            learning_rate=0.5,
            initializer=fluid.initializer.NumpyArrayInitializer(bias_array),
            trainable=True)
pred = fluid.layers.fc(input=img,
                               size=10,
                               param_attr=weight_attr,
                               bias_attr=bias_attr,
                               act='relu')

参数名一致，参数意义也一致，如果您使用的是save_inference_model(params_filename=None)或者新的save接口，是可以将原来的参数载入到您需要的模型中的，细节您可以展开说一下

好的，感谢您的回复。（之前没看到回复以为沉了，所以就没管了）

之前参考了一些别人项目里的代码，然后看了您的回答我基本懂了。

还有一个问题是，如果我是从模型库或者paddlehub下下来的预训练模型，这种加载方式应该是一样的吧，应该使用什么加载方法呢？

ps：刚刚接触paddle不久，现在处于学习阶段，很多不懂，所以想对我学习中一些不清楚的地方详细了解一下。