unexpected key “model.conv1.weight” in state_dict

最新推荐文章于 2023-09-04 18:02:07 发布
最新推荐文章于 2023-09-04 18:02:07 发布
阅读量2.6k 收藏
点赞数
分类专栏： 调试问题pytorch
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/weixin_36411839/article/details/103920040
版权

被自己都蠢哭了～～

一直报错没有调整过来，以为是key的问题，后来发现是自己导入key的方式有问题，周末要好好研究一下这个 state_dict，以免之后再次出现这种超级低级的错误！！

之前的问题是
unexpected key “model.conv1.weight” in state_dict

其实是我载入模型参数时，我使用的是

model_reid.model.load_state_dict(statedict)

使用方法有误，应该使用

model_reid.load_state_dict(statedict)

这样就会直接去掉model

从天而降小可爱
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Could not perform operation -- unexpected exception. Unexpected failure (8000ff
10-16
INTOUCH 2014 R2 SP1在win10 系统不能新建新型应用程序，出现(8000ffff)错误Could not perform ... Unexpected failure (8000ffff) caught at line 779 in CreateGalaxy.cpp (in y:\pfserverdev\src\wwpackageserver\).
实践教程 | Pytorch 模型的保存与迁移
weixin_44056948的博客
10-09 730
实践教程 | Pytorch 模型的保存与迁移 在本篇文章中，笔者首先介绍了模型复用的几种典型场景；然后介绍了如何查看Pytorch模型中的相关参数信息；接着介绍了如何载入模型、如何进行追加训练以及进行模型的迁移学习等。 1 引言 各位朋友大家好，欢迎来到月来客栈。今天要和大家介绍的内容是如何在Pytorch框架中对模型进行保存和载入、以及模型的迁移和再训练。一般来说，最常见的场景就是模型完成训练后的推断过程。一个网络模型在完成训练后通常都需要对新样本进行预测，此时就只需要构建模型的前向传播过程，然后载入已
使用Faster RCNN深度学习
最新发布
SED
09-04 452
"model_path": '/content/gdrive/MyDrive/models/faster-rcnn-pytorch/model_data/voc_weights_resnet.pth',修改训练好的文件的为实际路径。"model_path": '/content/gdrive/MyDrive/models/faster-rcnn-pytorch/model_data/voc_weights_resnet.pth',修改训练好的文件的为实际路径。具体方法上篇博客有记录。
YOLO v3加载权重不成功
qq_41090341的博客
04-26 1698
按照官网命令加载不成功 https://pjreddie.com/darknet/yolo/ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg layer filters size input output 0 conv 32 3 x 3 / 1 608 x 608 x 3 -> 608 x 608 x 32 0.639 BF
Pytorch学习笔记十七：模型的保存与加载
Dear_learner的博客
05-06 2863
一、模型的保存与加载 当我们的模型训练好之后是需要保存下来，以备后续的使用，那么如何保存和加载模型呢？下面就从三个方面来理解一下。 1、序列化与反序列化 序列化是指内存中的某一对象保存到硬盘中，以二进制的形式存储下来，这就是一个序列化的过程；反序列化就是将硬盘中的存储的二进制数反序列化到内存中，得到一个相应的对象，这样就可以再次使用这个模型了。如下图所示： 序列化和反序列化的目的就是将模型保存并再次使用。 pytorch中序列化和反序列化的方法： torch.save(obj, f)：obj表示对象，也就
yolox_nano.pth转换yolox_nano.onnx文件报错：Missing key(s) & Unexpected key(s) in state_dict...（自己的数据集训练的模型）
ELSA001的博客
10-27 1186
最近我自己的电脑上面尝试训练yolox_s和yolox_nano模型，使用的都是我自己的数据集，只有1类，以下博客就是我自己环境配置、训练还有遇到的问题的过程，这些我都写在了一个博客上面： https://blog.csdn.net/ELSA001/article/details/120918082?spm=1001.2014.3001.5501 这些问题我都一一解决了，但是我想要把训练好的yolox_nano.pth模型转换成yolox_nano.onnx文件，然后转换成ncnn相关的文件来部署到安卓机上
python怎么使用预训练的模型_PyTorch使用预训练模型
weixin_39567169的博客
11-21 3320
PyTorch模型加载的时候，有预训练模型，通过使用预训练模型可以给模型使用带来很多的便捷，对于模型的使用以下给出了一些总结，如有错误恳请指正。一、直接加载预训练模型进行训练1、加载保存的整个模型torch.save(model,'model.pkl')...model = torch.load('model.pkl')2、加载保存的模型参数torch.save(model.state_dict(...
YOLOX训练自己的数据集遇到的问题
qq_42854823的博客
03-31 1353
目标检测在训练自己数据集所遇到的问题，在对YOLOX改进时调参所遇到的问题，针对自己的数据集而言
目标检测-pytorch训练模型遇到的问题
qq_42854823的博客
12-23 2287
1.运行getget_map.py出现类似的问题： Unexpected key(s) in state_dict: “backbone.backbone.stem.conv.conv.weight”, … size mismatch for module_list.88.Conv2d.weight: copying a param with shape torch.Size([256, 128, 1, 1]) from checkpoint, the shape in current model is t
PyTorch-Faster R-CNN模型训练好了后进行预测出现size mismatch for head.cls_loc.weight/cls_loc.bias/weight/bias
小坏蛋的博客
05-12 2772
PyTorch-Faster R-CNN模型训练好了后进行预测出现size mismatch for head.cls_loc.weight/cls_loc.bias/weight/bias
pytorch 冻结参数
Jasminexjf的博客
06-30 6947
part one: 一篇博客的介绍： Pytorch的load方法和load_state_dict方法只能较为固定的读入参数文件，他们要求读入的state_dict的key和Model.state_dict()的key对应相等。 而我们在进行迁移学习的过程中也许只需要使用某个预训练网络的一部分，把多个网络拼和成一个网络，或者为了得到中间层的输出而分离预训练模型中的Sequential 等等，...
unexpected-knex:支持使用Unexpected测试Knex.js模型和迁移
05-13
意外的结节 提供对使用测试数据库模型和迁移的支持。 用法 假设您有一个创建“用户”表的迁移： // ./migrations/001-create-user.js exports .... return knex . schema .... table .... table .... table ....
orabbix解决兼容问题的orabbix-1.2.3.jar
12-25
解决 Orabbix报错“received unexpected response ' ' for key 'archive' ” 该问题是因为 zabbix4.0及以上版本和 orabbix-1.2.3不兼容导致的。 需要重新编译Sender.java进去。 我这里已经准备好了编译过的jar包。...
Java java.lang.ExceptionInInitializerError 错误如何解决
08-30
主要介绍了 Java java.lang.ExceptionInInitializerError 错误如何解决的相关资料,需要的朋友可以参考下
p8670579_112010_LINUX.zip
11-15
An unexpected error has been detected by HotSpot Virtual Machine:## SIGSEGV (0xb) at pc=0x00007f821b00e3a9, pid=13584, tid=140197250610944## Java VM: Java HotSpot(TM) 64-Bit Server VM (1.5.0_17-b03 ...
Xposed full.xml.gz
07-25
Xposed框架用到的full.xml.gz，适用于模拟器
odm_debug.rar_Locked On
09-23
For example, Tx Rx IO locked up, OS hangs, memory access violation, resource allocation failed, unexpected HW behavior, HW BUG and so on.
错误：unexpected operator.docx
11-01
错误：unexpected operator.docx
caffe.io.load_image(IMAGE_FILE, color=False)函数报错
12-22
1. TypeError: _open() got an unexpected keyword argument ‘as_grey’ 解决方法:   把caffe.io.load_image读取图片改成cv2读取: image = cv2.imread(IMAGE_FILE) image = cv2.cvtColor(image, cv2.COLOR_BGR2...
Missing key(s) in state_dict: "conv1.weight" Unexpected key(s) in state_dict: "model.conv1.weight",
06-09
这个问题发生在使用预训练模型的时候，可能是因为预训练模型的权重参数的key与当前模型的权重参数的key不匹配所致。可以尝试使用模型的load_state_dict方法，将预训练模型的权重参数加载到当前模型中。在加载时需要使用字典类型的参数进行匹配。例如，如果预训练模型中的key为"model.conv1.weight"，而当前模型中的key为"conv1.weight"，可以通过以下代码进行加载： ```python pretrained_dict = torch.load('pretrained_model.pth') model_dict = model.state_dict() # 将预训练模型的key中的"model."去掉 pretrained_dict = {k.replace("model.", ""): v for k, v in pretrained_dict.items()} # 将预训练模型的参数加载到当前模型中 model_dict.update(pretrained_dict) model.load_state_dict(model_dict) ``` 这样就可以将预训练模型的权重参数加载到当前模型中了。

“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
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