在Pytorch中加载权重时会遇到一些问题

Question

我搜索了很多资源来解决此问题，但仍然停留在这里。

我遵循了pytorch教程，并使用

保存了参数

torch.save(the_model.state_dict(), PATH)

然后使用

加载参数

the_model = TheModelClass(*args, **kwargs)
the_model.load_state_dict(torch.load(PATH))

加载参数后，我打印了模型。它出来了一个错误。

IncompatibleKeys(missing_keys=[], unexpected_keys=[])

我发现有些人面临同样的问题，但似乎可以忽略不计？！然后我尝试使用``model.forward（）'''将数据输入到模型中，这又出现了另一个错误。

AttributeError: 'IncompatibleKeys' object has no attribute 'forward'

我知道这种保存方法（the_model.state_dict()）只是保存“权重”。由于某些重要信息（例如，辍学，batchnorm等）未保存，因此只能使用.eval()。所以我尝试model.eval()，它仍然有相同的错误。

AttributeError: 'IncompatibleKeys' object has no attribute 'eval'

以下是一些相关代码：

• 初始化模型：

  model = VAE(some constructor parameters)

• 训练后：

  checkpoint_path = os.path.join(save_path, "E%02d.pkl" % ep)
  torch.save(model.state_dict(), checkpoint_path)
  

• 初始化相同的模型并将参数加载到模型中：

  model = VAE(some constructor parameters)
  checkpoint = torch.load("E24.pkl", map_location='cuda:0')
  model = model.load_state_dict(checkpoint)
  

我将不再训练该模型。我只想加载参数，然后检查性能。谢谢阅读。 ：）