低版本pytorch模型使用1.6以上版本保存的模型报错问题

最新推荐文章于 2024-04-23 22:21:33 发布
最新推荐文章于 2024-04-23 22:21:33 发布
阅读量340 收藏 2
点赞数
分类专栏： 记录本 文章标签： python
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/qq_45100200/article/details/130350567
版权

出现该报错的原因是pytorch1.6以上版本保存的方式使用了新版的保存方式

有个隐藏的bool参数_use_new_zipfile_serialization，默认是True，将其修改为False保存的模型就可以在新旧版中使用。
因此只需要使用新版的pytorch重新读取模型，并使用该方法重新保存后就解决了该问题。

# torch.__version__>=1.6
import torch
state_dict = torch.load('pytorch_model.pth')
torch.save(state_dict, 'pytorch_model.pth', _use_new_zipfile_serialization=False)

清纯世纪
关注
专栏目录
【第5节】LMDeploy 大模型量化部署实践
熊猫小妖的AI世界
04-24 1310
视频文档作业lmdeploy官方文档OpenXLab个人感觉camp2讲解的没有第一次的内容好，都是照着文档跑一遍，基础内容也没有啥深度(也可能是我水平太低哈，哈哈)。补充观看之前1.0版本的讲解吧文档视频基础作业（结营必做）配置 LMDeploy 运行环境以命令行方式与 InternLM2-Chat-1.8B 模型对话进阶作业设置KV Cache最大占用比例为0.4，开启W4A16量化，以命令行方式与模型对话。（优秀学员必做）
pytorch报错：CUDA error: an illegal memory access was encountered
weixin_44414948的博客
11-21 2万+
pytorch1.6版本在训练时报错： RuntimeError: CUDA error: an illegal memory access was encountered 报错原因与低版本的pytorch（如1.1版本）报错相同： RuntimeError: Expected object of backend CUDA but got backend CPU for argument # 解决方法： https://blog.csdn.net/weixin_44414948/article/detai
torch在高版本训练的模型在低版本中使用报错
嗯呢嗯呢的博客
05-31 1037
pttemptedtoreadaPyTorchfilewithversion3,butthemaximumsupportedversionforreadingis2. 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.lo...
pytorch 1.7.x训练保存的模型在1.4低版本无法加载
qq_41368074的博客
10-17 2006
pytorch1.6.x及更高版本，在保存模型和低版本有区别，因此导致高版本的保存模型在低版本下加载失败的问题: 我们只需在较高版本torch下保存时，设置_use_new_zipfile_serialization=False data = ... #type:OrderedDict torch.save(data, 'new_model.pth', _use_new_zipfile_serialization=False) 关于data的获取不同方式保存的模型处理方式不太一致，要搞清自己的模型是
高版本torch训练的模型在低版本torch上无法使用
sinat_40587853的博客
01-07 1671
pytorch1.6及更高版本，保存模型和低版本有区别， 保存时，设置_use_new_zipfile_serialization=False torch.save(data, f, _use_new_zipfile_serialization=False) 解决方案来源于Courageux-J
torch1.13保存模型中文路径报错
m0_48095841的博客
02-28 317
在torch.save的时候加上_use_new_zipfile_serialization=False，默认这个参数是True。
pytorch低版本环境加载高版本（1.6+）模型报错（xxx is a zip archive (did you mean to use torch.jit.load()?)）
u013546508的博客
03-17 5764
问题描述 transformers 4.0+版本训练出来的模型，在3.0的Model.from_pretrained中加载会报错，pytorch_model.bin is a zip archive (did you mean to use torch.jit.load()?) 这是因为pytorch1.6及之后,更换了保存模型文件的方式 解决方法 将高版本的，模型文件重新保存一下，加上参数_use_new_zipfile_serialization=False，这样模型就可以在1.6以下的环境中运行了 i
PyTorch 源码解读之 torch.serialization & torch.hub
zandaoguang的博客
10-28 4185
作者 | 123456来源 | OpenMMLab编辑 | 极市平台导读本文解读基于PyTorch 1.7版本，对torch.serialization、torch.save和tor...
ubuntu20.04下不同版本的pytorch切换使用不同版本cuda
redredblue的博客
12-28 1790
最近想学习 无先验三维模型,无监督,利用对称信息的三维重建代码 2020 cvprhttps://github.com/elliottwu/unsup3d 使用微分渲染器, 我当前的环境为 pytorch1.6, cuda 10.2, 用如下命令安装, 源码为https://github.com/daniilidis-group/neural_renderer pip install neural_renderer_pytorch 或者 pip install https://github.com/.
Pytorch模型转TensorRT踩坑
weixin_44749835的博客
10-12 1233
博主使用mmclassification项目来训练道路标志识别模型，并且使用官方代码中的pytorch2onnx以及onnx2tensorrt脚本，由于工程需要使用的tensorrt版本为6.0，但是遇到了如下问题： 输出的onnx很复杂，有乱七八糟的结构 方法是将输出的onnx模型通过simplifier简化 版本问题 博主pytorch2onnx转换成功，但是再转trt的时候收到如下报错 经过google后发现是版本问题，大意是trt6不支持pytorch1.3，所以onnx解释器（onnx2
【嵌入式AI部署神经网络】STM32CubeIDE上部署神经网络之指纹识别（Pytorch）——篇一|环境搭建与模型初步部署篇
最新发布
嵌入式阿齐Archie
04-23 2万+
本篇主要讲解搭建所需环境，以及基于pytorch框架在stm32cubeide上部署神经网络，部署神经网络到STM32单片机，本篇实现初步部署模型，没有加入训练集与验证集，将在第二篇加入。篇二详细讲解STM32CubeIDE上部署神经网络之指纹识别（Pytorch）的数据准备和模型训练过程等，进行实战，第二篇在本专栏查阅。
PyTorch加载模型报错ModuleNotFoundError
Doodlera的博客
12-08 3431
没想到还有这样的坑。 在远程服务器使用PyTorch训练好模型后，使用torch.save(local_model, file_name, _use_new_zipfile_serialization=False)将模型保存，原以为这种保存方法可以将模型结构和参数一起保存。但是本地torch.load报错：ModuleNotFoundError: No module named '***'（并没有显式导入模型结构）。 经过查阅，虽然是保存了模型结构，但仍然需要将“目录结构得和保存时一模一样”，具体来说就是模
智能数字图像处理之FastRCNN（pytorch）代码解读之train_resnet50_fpn.py
com_fang_bean的博客
09-17 3706
解读create_model方法 1.num_classes：分类数 2.backbone = resnet50_fpn_backbone() model = FasterRCNN(backbone=backbone, num_classes=91)-》调用faster_rcnn_framework的FasterRCNN方法，传入分类数num_classes为91
torch.save
weixin_36670529的博客
05-04 3089
torch.save(obj, f, pickle_module=<module 'pickle' from '/opt/conda/lib/python3.6/pickle.py'>, pickle_protocol=2, _use_new_zipfile_serialization=False)[source] 讲对象保存为磁盘文件。 See also: Recommended approach for saving a model 参数： obj – 保存对象 f –
模型推理部署——PyTorch篇
u014448054的博客
08-31 1万+
模型推理部署——PyTorch篇 PyTorch中模型的保存和加载 保存和加载模型参数（state_dict）（推荐） state_dice是一个简单的python字典，映射了每一层的参数名称和数值。 # save torch.save(model.state_dict,PATH) #load model = TheModelClass(*args, **kwargs) model.load_state_dict(torch.load(PATH)) model.eval() 保存和加载整个模型 （
pytorch基础知识整理（三）模型保存与加载
Brikie的博客
01-03 1276
1, torch.save(); troch.load() torch.save()使用python的pickle模块把目标保存到磁盘，可以用来保存模型、张量、字典等，文件后缀名一般用pth或pt或pkl。torch.load()使用python的pickle模块实现从磁盘加载。可以用此来直接保存或加载完整模型： torch.save(model, 'PATH.pth') model = torch.load('PATH.pth') 注意：pytorch1.6以后保存的模型使用zip压缩，所以保存的模型无
深度模型参数save & load 遇到的各种问题
小幸运
09-22 574
1. torch版本问题 1.1 torch1.5版本及以下 import torch ## 模型参数保存 torch.save(model.state_dict(),'checkpoint/xxx.pth') ## 模型参数加载 args = torch.load('checkpoint/xxx.pth') # 参数读取 model_state_dict = model.state_dict() for key in args: if key in model_state_dict: mod
使用torch.load()加载模型参数时，提示“xxx.pt is a zip archive(did you mean to use torch.jit.load()?)“
热门推荐
Yicen
08-23 4万+
前两天刚在服务器上安装了torch，开开心心开始自己的DL之旅。但是在将训练好的模型参数，加载到模型中时，出现了如下图所示的错误，百度半天无果。 1.官网查看torch.save参数 在torch官网查看了torch.save的介绍，如下图所示。可以看到在torch1.6版本中，对torch.save进行了更改.The 1.6 release of PyTorch switched torch.save to use a new zipfile-based file format. torch.load
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

清纯世纪

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