调错日记|apex安装、pytorch载入模型报错

apex安装问题

apex不能直接使用pip install来安装,用这种方式安装之后会报错。具体应该使用下面的方法:

git clone https://github.com/NVIDIA/apex
cd apex
python setup.py install

用这个方法的时候,需要提前安装git,下载 Git网址 :https://git-scm.com/download/win
没有什么特殊要求可以直接点击next,安装完成之后在系统变量里面添加git的path
环境变量的配置参考其他文章

到这里就解决了apex安装的问题。

pytorch载入模型报错

使用load_state_dict()载入模型时出现missing...... unexpected......错误,这个错误相当于说模型参数不匹配,pytorch中模型参数是使用orderDict保存的,可以先将模型中的key值输出,观察两个之间的区别。

params = model.state_dict()  #获得模型的原始状态以及参数。
for k, vin params.items():
    print(k)

state_dict = torch.load(opt.model_path)
for k, vin state_dict.items():
    print(k)

部分情况是仅仅只是key值多了或者少了,减去或者加上即可。我这里举个少了resnet.的例子,遇到这种情况,这样处理即可:

state_dict = torch.load(opt.model_path)
new_state_dict = OrderedDict()
for k, vin state_dict.items():
    name ='resnet.' + k
    new_state_dict[name] = v

model.load_state_dict(new_state_dict, strict=False)

在这里load_state_dict()函数里指定了strict=False,这个参数可以在将原本训练好的模型迁移到新模型上,实际上它是直接忽略那些没有的dict,有相同的就复制,没有就直接放弃赋值,即忽略报错。

然而在我调了这么多之后,发现载入的模型根本就是错的,所以才会匹配不上。最终是在github上找到了pre-trained model。这里有点坑,按作者在github上的说明一步一步看下来,有一句After download pre-trained model and datasets,因为这个after,直接就没有往后面看而是往这一句话的前面找pre-trained model。万万没想到作者放在了后面。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,826评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,968评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,234评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,562评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,611评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,482评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,271评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,166评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,608评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,814评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,926评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,644评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,249评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,866评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,991评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,063评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,871评论 2 354