Pytorch版本过高产生的RuntimeError: Legacy autograd function with non-static forward method is deprecated.

前言

在尝试用ECO Lite做视频分类的时候，使用了作者的Pytorch实现，然而Pytorch实现是基于Pytorch0.4的，我自己的Pytorch版本是1.4,所以在跑模型的时候出现了一些问题，这里记录一下。

问题

1. 第一个问题就是前向传播的静态方法，报错如下：

RuntimeError: Legacy autograd function with non-static forward method is deprecated. Please use new-style autograd function with static forward method

解决

1. 第一个问题的解决方法如下：
   – 官方给出的simple是使用@staticmethod装饰器，将forward变为静态方法，但是这样无法使用类和实例的变量，这怎么行呢，没有对象的人不能放弃面向对象，所以放弃。
   – 第二个方法是从SSD网络的bug借鉴过来的，目标检测的SSD pytorch实现也是有同样的问题，但是我不知道什么原理，解决措施如下：

---

• 首先，找到报错位置，我这里是在models.py最后加入代码测试的，加入的代码如下：

if __name__ == "__main__":
   from torchsummary import summary
   import time 

   model = TSN(2,12,'scratch','RGB',base_model='ECO',consensus_type='identity', dropout=0.4, partial_bn=not True)
   x = torch.rand([12,3,224,224])
   t1 = time.time()
   with torch.no_grad():
       for i in range(100):
           x = torch.rand([12,3,224,224])
           result = model.forward(x)
       t2 = time.time()
       t = (t2-t1)/100
       print(result,'cost time:',t)
   #summary(model,input_size=(12,3,224,224),batch_size=1)

• 报错发生在前向传播里的：
  base_out = self.base_model(input_var)
  需要改成：
  base_out = self.base_model.forward(input_var)
  修改这一个地方还不够，运行仍然会报错的，顺着报错信息把所有的模型前向传播都加上forward就能解决问题。比如在basic_ops.py里的：

def forward(self, input):
       return SegmentConsensus(self.consensus_type, self.dim).forward(input)

---