Pytorch加載訓練好的模型遇到error問題怎么辦

這篇文章主要介紹了Pytorch加載訓練好的模型遇到error問題怎么辦，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

pytorch 已經非常友好了 保存模型和加載模型都只需要一條簡單的命令

#保存整個網絡和參數
torch.save(your_net, 'save_name.pkl')
#加載保存的模型
net = torch.load('save_name.pkl')

因為我比較懶我就想直接把整個網絡都保存下來，然后在test文件中直接load一下不就好了？

就遭受了這樣的錯誤。看錯了error信息，把‘Net'看成‘net'。報錯沒有屬性‘net'？這個不是我自己寫的變量名么？

-----------------瞎搗鼓1h后（呵呵呵）----------------

回頭看error，沒有屬性‘Net'，Net？？？

我當下明白過來，應該是test文件中沒有把它import進來，test中就沒有任何關于Net的信息。我直接把定義的Net復制進了test.py，就順利加載了訓練好的模型。

但是我也有一個疑問，我理解的把整個模型保存難道不是把它的結構都保存下來了么？為什么還要再把這個網絡import一次？來自python、pytorch、面向對象編程三次元小白的疑惑，先存個疑，搞懂了再來回答。

接下來試試只保存網絡參數

#只保存網絡參數
torch.save(your_net.state_dict(), 'save_name.pkl')
#加載保存的模型
net.load_state_dict(torch.load('save_name.pkl'))

保存網絡參數

重新定義網絡

報錯

想死。。。

仔細看了報錯信息，以我小白的理解，我感覺保存下來的可能只是單純的數據，而不是一個對象（沒有方法可以操作），或者該對象沒有.copy()方法，所以沒有辦法進行.copy()，那肯定是保存哪里出錯了。然后發現保存部分代碼寫錯了，改成

print一下 net.state_dict和net.state_dict()，前者輸出的是網絡結構，后者才是網絡的參數。

試著回答之前的問題，第二種保存模型的方法只保存了網絡的參數（包括卷積層和全連接層每次的weight,bias），所以再加載模型的時候需要先定義網絡無可厚非，就像訓練時候定義網絡那樣定義就可以；而第一種保存整個網絡的方法，保存了一個網絡的實例（包括它的所有結構和參數），net是Net的一個實例，那為什么還要有Class Net的定義呢，還是回答不了。。

那就繼續存疑，保持探究精神吧。。

感謝你能夠認真閱讀完這篇文章，希望小編分享的“Pytorch加載訓練好的模型遇到error問題怎么辦”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!