在进行深度学习的项目时,通常会将模型扔到服务器中计算,然后将训练好的模型保存下来,再拿到本地用CPU计算。这个时候在使用
model.load_state_dict(torch.load(model_cp) #加载训练好的模型参数,model_cp是模型参数保存的地址
时,会报错
这个时候,我们需要使用如下代码:
model.load_state_dict(torch.load(model_cp,map_location = torch.device('cpu')))
在进行深度学习的项目时,通常会将模型扔到服务器中计算,然后将训练好的模型保存下来,再拿到本地用CPU计算。这个时候在使用
model.load_state_dict(torch.load(model_cp) #加载训练好的模型参数,model_cp是模型参数保存的地址
时,会报错
这个时候,我们需要使用如下代码:
model.load_state_dict(torch.load(model_cp,map_location = torch.device('cpu')))