qq_45128278的博客

错误原因：计算图中的叶子节点不能直接进行内置运算，防止影响计算图的反向传播运算。如果非要改变叶子节点data的值，可以直接对data属性调用内置运算，这样不会记录在计算图当中。解决方案：1.把梯度变化设置为不变。（亲测）bifpn.fc.weight.requires_grad, bifpn.fc.bias.requires_grad = False, Falsemodel.fc.weight.requires_grad, model.fc.bias.requires_grad = False,

原报错代码：from torchvision.models import resnet50import torchimport torchvision.models as models# import torchfrom ptflops import get_model_complexity_info # model = models.resnet50() #调用官方的模型，checkpoints = '自己模型的path'model = torch.load(checkpoints)

错误：RuntimeError: Error(s) in loading state_dict for DataParallel: size mismatch for module.conv1.weight: copying a param with shape torch.Size([16, 3, 3, 3]) from checkpoint, the shape in current model is torch.Size([128, 128, 3, 3]). size mismatch for

错误：File “C:\Users\83543\PycharmProjects\graduate\CIFAR-10\VGG-Small\vgg.py”, line 220, in forwardx = self.fc(x)File “D:\120\Python\Python37\lib\site-packages\torch\nn\modules\module.py”, line 727, in _call_implresult = self.forward(*input, **kwargs)Fi

计算自带模型的例子from torchvision.models import resnet50import torchimport torchvision.models as modelsimport argparseimport vggimport torch.nn as nnimport torch.nn.parallelfrom ptflops import get_model_complexity_infomodel = models.resnet50() #调用官方的模型

报错：UserWarning: Implicit dimension choice for softmax has been deprecated. Change the call to include dim=X as an argument.probs = F.softmax(output.cpu()).detach().numpy()[0]（我的F是import torch.nn.functional as F）这个要区别清楚torch.nn.Softmax()和torch.nn.functi

原因：numpy版本太高。解决方案：我的是python3.7，原来装的是1.18.0的numpy。先卸载：pip uninstall numpy再安装了1.16.0：pip install numpy==1.16.0之后就解决了

加载训练好的pth模型之后，去测试我下载的一张图片，发现有时候是标签0，有时候是3，有时候是5（正确的是5）。解决方案：加入语句：model.eval()转换为测试模式，此时不启用 BatchNormalization 和 Dropout，将BatchNormalization和Dropout置为False。否则批量归一化和dropout容易产生较大的波动。...

在加载已经训练好的模型时，报错。报错描述：Error(s) in loading state_dict for DataParallel:Missing key(s) in state_dict: “module.conv0.weight”, “module.bn0.weight”, “module.bn0.bias”, “module.bn0.running_mean”, “module.bn0.running_var”, “module.conv1.weight”, “module.bn1.wei

因为在python3命令行里没有引入torch。应该先在linux系统里，使用如下命令：import torchtorch.cuda.is_available()

保存模型:# 定义函数，保存最新和最佳模型def save_checkpoint(state, is_best, filename='checkpoint.pth.tar'): """ Save the training model """ torch.save(state, filename) if is_best: shutil.copyfile(filename, 'model_best.pth.tar')# 调用时：save_check

一共报了两个错误：（1） File “D:\120\Python\Python37\lib\multiprocessing\spawn.py”, line 115, in _mainself = reduction.pickle.load(from_parent)EOFError: Ran out of input（2）PermissionError: [WinError 5] 拒绝访问。首先把（2）的解决了，找到python目录下的python.exe，右键选择属性，安全，把权限打满，再确定。

问题：在torch框架下运行代码时，报错：OSError: 页面文件太小，无法完成操作。解决方案：1.改变虚拟内存大小（我使用的方法）打开电脑->属性->高级系统设置->点击更改，我改成了这样：（根据可用空间进行更改即可，我没有改c盘，c盘比较小。）2.把num_works设置为0（未经验证）...

使用1.7.1版本的torch框架运行代码时出现问题报错如下：invalid index of a 0-dim tensor. Use tensor.item() in Python or tensor.item<T>() in C++ to convet源代码是在1.4.0版本的torch下运行的。改动如下: