报错场景
torch.load时报错:
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=‘cpu’ to map your storages to the CPU.
原因
(图片来自pytorch官方文档)
因为torch.load在加载张量时,会把张量送到原本保存他们的设备上。
例如:有一个张量是在GPU上训练的,那么在保存这个张量后,下一次torch.load这个张量时会把这个张量送到GPU上。
如果你突然换了一台没有GPU的电脑,那么在load过程中就会报错,因为程序默认load到GPU上,但是现在找不到GPU。
所以需要重新告诉torch.load应该把张量放到CPU上
解决办法
在使用torch.load
时加上map_location
torch.load(weight_pth,map_location='cpu')