NER学习过程中的报错记录（小白纯粹自己录，误点）

报错内容：UnicodeDecodeError:  gbk  codec can t decode byte 0xa1 in position 444: illegal multibyte sequence

解决方法：open（filename）改为open（filename，encoding=‘utf-8’）

报错内容：

解决方法：pip install pytorch-crf

 

报错内容：

RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu! (when checking argument for argument index in method wrapper__index_select) 

解决方法：

说明：

pytorch中模型的保存方法有两种：

1.torch.save(model,PATH)  # 保存整个模型

2.torch.save(model.state_dict(), PATH)  # 保存模型参数

pytorch中模型加载有以下几种方式：

1.只加载模型的参数（先创建模型、并加载参数，再恢复得到模型）

model = MyModel().to(device)
checkpoint = torch.load(config['save_path'])  # 先加载参数
model.load_state_dict(checkpoint)  # 再让模型加载参数, 恢复得到模型

2.加载整个模型

model = torch.load(PATH)

在torch.load()中，常常会使用map_location进行cpu和gpu的转化。
（1）【GPU->CPU】
比如模型训练的时候是在GPU上进行并保存的，测试的时候却想在CPU上进行训练：

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

（2）【CPU->GPU】
转为GPU需要指明在哪块GPU上，例如转到第0块GPU：

model = torch.load(PATH, map_location=lambda storage, loc: storage.cuda(0))

（3）【GPU->GPU】
不同块GPU的转换，例如第1块转到第0块：

torch.load(PATH, map_location={'cuda:1':'cuda:0'})

暂时觉得可以一试的方法：

RuntimeError: Expected all tensors to be on the same device, but found at least two devices_德国Viviane的博客-CSDN博客