torch在高版本训练的模型在低版本中使用报错

最新推荐文章于 2024-04-24 17:54:59 发布
最新推荐文章于 2024-04-24 17:54:59 发布
阅读量918 收藏 5
点赞数
分类专栏： 深度学习 文章标签： pytorch 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ZZhangYajuan/article/details/125059067
版权

pttempted to read a PyTorch file with version 3, but the maximum supported version for reading is 2.

解决：

首先用高版本的torch读入后重新保存。

model = torch.load('model_name.pt')

torch.save(model, 'save_path', _use_new_zipfile_serialization=False)

然后在低版本中读取。

torch.load('model path', map_location='cpu')

嗯呢嗯呢
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
故障诊断 | 用于跨机器工况下故障诊断的深度判别迁移学习网络附Pytorch代码
天天酷科研的博客
04-21 430
故障诊断 | 用于跨机器工况下故障诊断的深度判别迁移学习网络附Pytorch代码
Pycharm中import torch报错
01-20
Pycharm中import torch报错的解决方法 问题描述： 今天在跑GitHub上一个深度学习的模型，需要引入一个torch包，在pycharm中用pip命令安装时报错： 于是我上网寻求解决方案，试了很多都失败了，最后在：Anne琪琪的博客中找到了答案，下面记录一下解决问题的步骤： 1、打开Anaconda prompt执行下面命令： conda install pytorch-cpu torchvision-cpu -c pytorch 等待运行结束。 2、 测试torch是否安装成功 import torch print(torch.__version__) 如果输出了torc
保存和加载训练模型--torch.save()和torch.load()
mengdeer_Q的博客
02-17 1024
介绍两种加载和调用模型的方法.
torch与torchvision版本对应关系 & ImportError: cannot import name ‘QuantStub‘ from ‘torch.ao.quantization‘
先说一下，就简单地写点儿氵文，不是博客，只是我的笔记本
10-23 1万+
.
torch报错AssertionError: Torch not compiled with CUDA enabled解决方法 torch适配CUDA降版本、选择gpu版本最终方案
热门推荐
当年月明的博客
02-27 5万+
torch适配CUDA降版本、选择gpu版本最终方案 torch报错RuntimeError: The NVIDIA driver on your system is too old (found version 10020). 以及AssertionError: Torch not compiled with CUDA enabled解决方法
AttributeError: module ‘torch‘ has no attribute ‘inference_mode‘
集电极
04-04 4913
在运行论文源码是弹出AttributeError: module 'torch' has no attribute 'inference_mode' 异常 原因是pytorch版本问题 torch.inference_mode()在v1.9发布的，所以要保证pytorch版本在1.9以上。 pytorch 以前版本安装命令网站 https://pytorch.org/get-started/previous-versions/ ...
Attempted to read a PyTorch file with version 3, but the maximum supported version for reading is 2.
m0_55281762的博客
04-09 4109
参考：https://blog.csdn.net/qxqxqzzz/article/details/110955978 解决方案：用高版本读入后重新保存 import torch print(torch.__version__) model = torch.load('F:\\PyCharm\\PyTorch\\pose_net_pred100.pth.tar') print(model) torch.save(model, 'pose_net_pred100_v4.pth.tar', _use_new_z
解决不同深度学习框架 PyTorch 加载模型问题
lbj1260200629的博客
11-20 1万+
加载 PyTorch 深度学习框架模型报错 RuntimeError: version_ <= kMaxSupportedFileFormatVersion INTERNAL ASSERT FAILED at /pytorch/caffe2/serialize/inline_container.cc:132, please report a bug to PyTorch. Attempted to read a PyTorch file with version 3, but the maximum
pytorch错误及解决方案
John Kang的博客
04-15 3万+
pytorch错误及解决方案 目录 RuntimeError: CUDA error: device-side assert triggered RuntimeError:invalid argument 5:k not in range for dimension at /pytorch/ate ... ValueError: optimizer got an empty parameter list The size of tensor a (197) must match the..
不同版本pytorch训的模型之间的转化
u010454261的博客
03-17 3988
写在开头: 本文仅记录自己遇到的问题，方便之后查阅。 最近用不同版本的pytorch训了一些模型，但使用pytorch1.3加载pytorch1.6训练的模型失败，显示如下所示等一些乱七八糟的错误。 但是没关系，因为本宝想到了一个好的解决办法，hiahiahia~ 1. pytorch1.6 加载它自身生成的模型是没问题的，然后把加载后的模型dict生成pickle文件, 代码如下: importpickleaspkl...
RuntimeError: version_ ＜= kMaxSupportedFileFormatVersion INTERNAL ASSERT FAILED at /pytorch/caffe2/s
weixin_44300986的博客
11-12 2734
RuntimeError: version_ <= kMaxSupportedFileFormatVersion INTERNAL ASSERT FAILED at /pytorch/caffe2/serialize/inline_container.cc:132, please report a bug to PyTorch. Attempted to read a PyTorch file with version 3, but the maximum supported version .
在C++中加载TorchScript模型的方法
08-25
主要介绍了在C++中加载TorchScript模型的方法，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下
Pycharm中import torch报错的快速解决方法
12-20
Pycharm中import torch报错 问题描述： 今天在跑GitHub上一个深度学习的模型，需要引入一个torch包，在pycharm中用pip命令安装时报错： 于是我上网寻求解决方案，试了很多都失败了，最后在：Anne琪琪的博客中找到了...
neuralfeature:使用Torch 7从预训练的深度模型中提取特征
05-23
使用Torch 7从预训练的深度模型中提取特征 更新 更新功能 笔记 在Torch 7中阅读视频 您可以使用ffmpeg软件包在Torch 7中阅读视频，基本上，您可以首先通过以下方式安装该库： luarocks install ffmpeg 安装后，您...
BERT&RoBERTa预训练代码，tensorflow和torch两种版本实现.zip
01-07
到如今，预训练语言模型（Pre-trained Language Models）已经成为自然语言处理领域中非常重要的基础技术了，在许多任务中都取得了state-of-the-art的效果，这都离不开BERT模型，及其衍生的RoBERTa等。 一般情况下，...
常见现代卷积神经网络(ResNet, DenseNet)（Pytorch 11）
March_A的博客
04-21 1103
小结： 在跨层连接上，不同于ResNet中将输入与输出相加，稠密连接网络（DenseNet）在通道维上连结输入 与输出。 DenseNet的 主要构建模块是稠密块和过渡层。 在构建DenseNet时，我们 需要通过添加过渡层来控制网络的维数，从而再次减少通道的数量。
PyTorch深度解析：Tensor——神经网络的核心构建块
huanfeng_AI的博客
04-20 957
具体来说，神经网络的输入数据被转换为Tensor，然后通过一系列的网络层进行前向传播，得到输出Tensor。在训练过程中，根据输出Tensor与真实标签之间的误差，通过反向传播算法计算梯度，并更新网络参数（这些参数也是以Tensor的形式存在的）。本文将深入探讨PyTorch中的Tensor，从其基本定义、特性、操作到实际应用，全面解析其在神经网络中的核心地位。：PyTorch中的Tensor支持多种数据类型，如float32、float64、int32等，以适应不同的计算需求。
【PyTorch】3-基础实战（ResNet）
最新发布
m0_65787507的博客
04-24 670
退化现象（degradation）：增加网络层数的过程中，随着训练准确率逐渐饱和，继续增加层数，训练准确率出现下降的现象。且这种下降不是过拟合。快捷连接（shortcut connection）：将输入直接连接到后面的层，一定程度缓解了梯度消失和梯度爆炸，消除深度过大导致神经网络训练困难的问题。梯度消失和梯度爆炸的根源：DNN结构，和，反向传播算法梯度爆炸：网络层之间的梯度（值大于 1.0）重复相乘导致的指数级增长梯度消失：网络层之间的梯度（值小于 1.0）重复相乘导致的指数级变小。
PyTorch的基本概念及使用场景
Greenorange1的博客
04-23 445
高性能计算：PyTorch支持在GPU上进行计算，可以加速模型的训练和推理过程。迁移学习和微调：PyTorch提供了预训练的模型和模型库，可以用于迁移学习和模型微调。模型构建和训练：PyTorch提供了灵活且易于使用的API，使用户能够方便地构建各种神经网络模型，并且可以使用自动求导机制进行模型训练。实验和研究：PyTorch具有动态计算图的特性，使用户能够更灵活地进行实验和研究。总之，PyTorch是一个灵活且易于使用的机器学习框架，适用于各种深度学习任务，从实验研究到实际应用都具有广泛的应用前景。
在detectron2训练模型是出现RuntimeError: CUDA error: device-side assert triggered报错
09-13
你好！对于出现"RuntimeError: CUDA error: device-side assert triggered"错误，这通常是由于训练过程中的某些问题导致的。...你可以尝试更改训练代码中的一些参数或使用调试工具来进一步分析问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

嗯呢嗯呢

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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