解决pytorch中DataParallel后模型参数出现问题的方法

本文介绍了解决PyTorch中使用DataParallel训练的模型在单GPU环境下加载时出现的'KeyError'问题的方法。通过创建一个新的OrderedDict,并移除模型state_dict中'模块.'前缀,使模型能够正确加载。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

pytorch中如果使用DataParallel,那么保存的模型key值前面会多处’modules.’,这样如果训练的时候使用的是多GPU,而测试的时候使用的是单GPU,模型载入就会出现问题。
一个解决方法是测试的时候强行DataParallel,但是有时候情况较为复杂,可以使用如下的方法:
(参考来源:https://discuss.pytorch.org/t/solved-keyerror-unexpected-key-module-encoder-embedding-weight-in-state-dict/1686/13)

original saved file with DataParallel

state_dict = torch.load(‘myfile.pth.tar’)

create new OrderedDict that does not contain module.

from collections import OrderedDict
new_state_dict = OrderedDict()
for k, v in state_dict.items():
name = k[7:] # remove module.
new_state_dict[name] = v
load params

1
model.load_state_dict(new_state_dict)
简而言之,就是重新创建一个OrderedDict,然后将它载入模型就行了。

### 解决 PyTorch DataParallel 模式下的显存溢出问题 当遇到 PyTorch 的 `DataParallel` 模式下显存不足的情况时,有多种策略可以帮助缓解这一问题。以下是几种有效的解决方案: #### 使用混合精度浮点数 (FP16) 采用 FP16 可显著减少模型所需的显存量。通过使用自动混合精度工具如 `torch.cuda.amp.autocast()` 和梯度缩放器 `GradScaler` 来实现这一点[^2]。 ```python from torch.cuda.amp import GradScaler, autocast scaler = GradScaler() for input, target in data_loader: optimizer.zero_grad() with autocast(): output = model(input) loss = loss_fn(output, target) scaler.scale(loss).backward() scaler.step(optimizer) scaler.update() ``` #### 减少批量大小 (Batch Size) 降低每次迭代处理的数据量可以直接减轻 GPU 显存的压力。虽然这可能会影响训练速度和最终性能,但在资源有限的情况下是一个可行的选择。 #### 实现分布式数据并行 (Distributed Data Parallel) 相比于 `DataParallel`,`DistributedDataParallel` 提供更高效的多卡训练机制,并能更好地管理每张卡片上的资源分配[^3]。 ```python import torch.distributed as dist from torch.nn.parallel import DistributedDataParallel as DDP def setup(rank, world_size): dist.init_process_group("nccl", rank=rank, world_size=world_size) ... model = YourModel().to(rank) ddp_model = DDP(model, device_ids=[rank]) ``` #### 应用渐进式加载技术 对于非常大的模型或输入尺寸较大的情况,考虑分批次读取部分参数或将某些层移动到 CPU 上计算后再传回 GPU 完成剩余运算。 #### 调整优化算法及其超参设置 适当调整学习率、启用梯度裁剪等措施有助于稳定训练过程中的数值表现,从而间接帮助控制显存消耗[^4]. ```python optimizer = optim.AdamW(model.parameters(), lr=0.001) scheduler = StepLR(optimizer, step_size=30, gamma=0.1) # Apply gradient clipping to prevent exploding gradients nn.utils.clip_grad_norm_(model.parameters(), max_norm=1.0) ```
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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