pytorch错误解决： Missing key(s) in state_dict: Unexpected key(s) in state_dict:

最新推荐文章于 2024-04-16 00:15:47 发布
最新推荐文章于 2024-04-16 00:15:47 发布
阅读量4.3k 收藏 12
点赞数 3
原文链接：https://wendao.blog.csdn.net/article/details/108310081
版权

PyTorch 模型加载 state_dict 错误解决 DataParallel
关键词由CSDN通过智能技术生成

pytorch错误解决：
Missing key(s) in state_dict:

Unexpected key(s) in state_dict:

解决：

在模型参数被加载到模型前加下面的语句：

model = nn.DataParallel(model)

#cudnn.benchmark = True

model.load_state_dict(pth,False)
且在加载模型中添加一个False

OdayCollector
关注
  • 3
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Missing key(s) in state_dict
jacke121的专栏
11-17 1万+
  Missing key(s) in state_dict 解决方法： try: from collections import OrderedDict new_state_dict = OrderedDict() for k, v in state_dict.items(): name = 'module.'+k # add `module.`...
RuntimeError: Error(s) in loading state_dict for ResNet: Unexpected key(s) in state_dict: “bn1.num
CSDN 精品推荐
01-09 731
在这个特定的情况下，错误信息中提到了多个“num_batches_tracked”键。这类键在某些 PyTorch 版本中存在，而在其他版本中可能不存在。方法会加载所有匹配的键，而忽略任何不匹配的键，从而避免了这个错误。但是，这种方法应谨慎使用，因为它可能掩盖模型结构和状态字典之间的不一致问题。这样做会使得 PyTorch 忽略不匹配的键，只加载那些与模型结构相匹配的键。这通常发生在模型的结构和要加载的状态字典不完全匹配时。解决这个问题的一个常见方法是在加载状态字典之前，明确地忽略不匹配的键。
Missing key(s) in state_dict: Unexpected key(s) in state_dict:
kaixinjiuxing666的博客
12-20 1万+
如果加载的预训练模型之前使用了torch.nn.DataParallel()，而此时的训练并没有使用，则会出现这样的错误。 解决方案有两个： 1：此时的训练加入torch.nn.DataParallel()即可。 2：创建一个没有module.的新字典，即将原来字典中module.删除掉。 解决方案1： net = torch.nn.DataParallel(net) cudnn.benchmar...
pytorch Missing key(s) in state_dict
xiakj的专栏
02-11 1171
加载模型的时候，加上一个关键字 strict model.load_state_dict(pretrained_dict, strict=False) # 多GPU训练，单GPU推理 strict=False
PyTorch加载模型碰到Missing key(s) in state_dict报错
helloful的博客
05-06 1万+
问题描述 在PyTorch训练好模型以后，需要加载模型，加载模型代码如下 ckpt = torch.load(model_path_len) model.load_state_dict(ckpt['state_dict']) 结果碰到的问题为：Missing key(s) in state_dict raise RuntimeError('Error(s) in loading state_dict for {}:\n\t{}'.format( RuntimeError: Error(s) in
pytorch错误解决：Missing key(s) in state_dict: Unexpected key(s) in state_dict:
热门推荐
u013925378的博客
03-09 2万+
在进行模型测试时报错： Missing key(s) in state_dict: xxxxxxxxxx Unexpected key(s) in state_dict:xxxxxxxxxx 报错原因： 在模型训练时有加上：【可以加速训练速度】 model = nn.DataParallel(model) #cudnn.benchmark = True 但是在模型测试推断时，在...
pytorch加载模型报错Unexpected key(s) in state_dict: module.conv1.weight, module.bn1
Hello Word!
06-28 1万+
文章目录代码报错原因解决 代码 import models arch = 'resnet50' model = models.__dict__[arch]() checkpoint = torch.load(ckptFile) model.load_state_dict(checkpoint['state_dict']) model = torch.nn.DataParallel(model).cuda() 报错 Traceback (most recent call last
torch RuntimeError: Error(s) in loading state_dict for CRNN:
hzhj的博客
01-13 3436
加载训练的模型报如下错误。 >>> model.load_state_dict(torch.load(model_path)) Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/usr/local/lib/python2.7/dist-pa...
pytorch使用torch.load加载模型出现错误Unexpected key(s) in state_dict
风影的博客
09-04 3308
记录错误积累经验 猛然来这么一大串错误信息让我有点震惊。 pytorch模型文件以key，value形式保存，现在模型所有key都对不上，有点奇怪。细看发现加载的模型相较于当前模型其key值前面多了“module."。 初步诊断 class Tester(object): TestParams = TestParams def __init__(self, model, test_params): assert isinstance(test_params, TestP
pytorch 预训练model加载问题”Unexpected key(s) in state_dict:“
qq_23116521的博客
03-02 1万+
预训练模型使用 model = ResNet50() model = nn.DataParallel(model).cuda() 加载预训练模型是使用 model = ResNet50().cuda() checkpoint = torch.load(args.net_cache) model.load_state_dict(checkpoint['state_...
【pytorch载入模型报错解决】Missing key(s) in state_dict、Unexpected key(s) in state_dict
最新发布
kiong_的博客
04-16 2219
但这样有一个很直观的问题：许多参数都没找到，strict=False只会导致几乎所有参数都无法加载进来。
Missing key(s) in state_dict:
Tume233的博客
08-13 1349
今天调试代码的时候发现一个错误： Missing key(s) in state_dict: 错误代码： model.bert.load_state_dict(torch.load(args.init_checkpoint, map_location="cpu")) 解决方案： model.load_state_dict(torch.load(args.init_checkpoint), False) ...
加载模型报错Missing key(s) in state_dict:
qq_40071917的博客
06-21 1万+
引用 说明：比如我们之前定义的一个模型model_1，训练之后保存了模型参数，命名为checkpoint_1；然后我们在model_1的基础上修改了模型，在内部添加了一些新的参数（或者更改了参数的名称），命名为model_2，训练之后保存了模型参数，命名为checkpoint_2。 一般而言，我们在测试时，使用的模型model，要加载相应的模型参数信息，即checkpoint。 1，如果我们使用的模型是model_1，而加载的模型参数是checkpoint_2，这时可能会出现Unexpected key(
Missing key(s) in state_dict: “module.features.0.0.weight
qq_35037684的博客
03-23 4788
Missing key(s) in state_dict: "module.features.0.weight", "module.features.0.bias", .... Unexpected key(s) in state_dict: "features.0.weight", "features.0.bias", ... nn.DataParallel是pytorch使用多gpu训练时所使用的方法，但是使用nn.DataParallel之后，模型的读取就会有所不同。最常见的情况就是使用的预训练模型
Missing key(s) in state_dict: “features.conv1.weight“
weixin_43856668的博客
06-22 2632
试了网上很多解决方法，最终试出了可行的方法： 把原来的代码： model.load_state_dict(checkpoint['state_dict']) 替换成： new_state_dict = OrderedDict() # 修改 key for k, v in checkpoint.items(): if 'denseblock' in k: param = k.split(".") k = ".".join(param[:-3] + [para
unexpected key(s) in state_dict: "model".
12-15
"unexpected key(s) in state_dict: 'model'"是指在加载PyTorch模型参数时，在state_dict字典中发现了不匹配的键值对，其中“model”是一个未预期的键。这通常是由于加载模型时提供的state_dict与模型定义的结构不一致导致的。 要解决这个问题，我们可以采取以下步骤： 1. 确保模型定义和加载参数的方式保持一致。检查模型定义中是否使用了“model”作为模型类的属性或参数名称。如果是，我们应该在加载state_dict时使用相同的名称。 2. 检查模型定义是否包含了所有在state_dict中的键值对。可以通过打印模型定义中的state_dict.keys()和加载参数的state_dict.keys()进行比较。如果存在不匹配的键，则需要对模型定义进行相应的调整。 3. 检查模型定义与加载参数的版本是否一致。如果模型定义的结构发生了变化，例如添加或删除了某些层或参数，那么加载参数时会出现不匹配的键。在这种情况下，我们应该更新模型定义来与加载参数保持一致。 总结起来，当我们遇到“unexpected key(s) in state_dict: 'model'”的错误时，我们应该检查模型定义和加载参数的一致性，包括属性或参数名称、键值对的匹配以及模型版本的一致性，并相应地进行调整和更新。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值