RuntimeError: Error(s) in loading state_dict for UnetPlusPlus:

最新推荐文章于 2024-12-20 09:53:13 发布

原创最新推荐文章于 2024-12-20 09:53:13 发布 · 1.6k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #pytorch

python 同时被 2 个专栏收录

84 篇文章

订阅专栏

pytorch

18 篇文章

订阅专栏

本文介绍如何在遇到RuntimeError:Error(s) in loading state_dict for DataParallel时，正确地将模型参数从单独文件迁移到DataParallel模块，并设置strict=False以适应不完全匹配的情况。

1.在载入模型参数前加上：

model = nn.DataParallel(model)

比如我的：

model_effi7 = torch.nn.DataParallel(model_effi7)
model_effi7.load_state_dict(torch.load(model_path_effi7))

若再出现：RuntimeError:Error(s) in loading state_dict for DataParallel：
则如此修改，从属性state_dict里面复制参数到这个模块和它的后代。如果strict为True, state_dict的keys必须完全与这个模块的方法返回的keys相匹配。如果为False,就不需要保证匹配。

model_effi7.load_state_dict(torch.load(model_path_effi7),False)

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

YL_python_C++_java

关注关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

RuntimeError: Error(s) in loading state_dict for ResNet: Unexpected key(s) in state_dict: “bn1.num

优快云精品推荐

01-09

2018

在这个特定的情况下，错误信息中提到了多个“num_batches_tracked”键。这类键在某些 PyTorch 版本中存在，而在其他版本中可能不存在。方法会加载所有匹配的键，而忽略任何不匹配的键，从而避免了这个错误。但是，这种方法应谨慎使用，因为它可能掩盖模型结构和状态字典之间的不一致问题。这样做会使得 PyTorch 忽略不匹配的键，只加载那些与模型结构相匹配的键。这通常发生在模型的结构和要加载的状态字典不完全匹配时。解决这个问题的一个常见方法是在加载状态字典之前，明确地忽略不匹配的键。

RuntimeError: Error(s) in loading state_dict for DistributedDataParallel: Missing key(s) in state_di

weixin_57948968的博客

05-05

758

这个错误通常是因为键值对不匹配的问题，也就是说在训练过程中，你保存的checkpoints文件中的键值对对应不上，这个时候你需要把原来的训练的文件删除，然后再重新进行训练即可。

参与评论您还未登录，请先登录后发表或查看评论

模型加载出现问题，RuntimeError: Error(s) in loading state_dict for UNet：Missing key(s) in state_dict...

qq_53763141的博客

03-07

1616

这是因为用DataParallel训练的模型数据并行方式的，key中会包含”module“关键字。（2）去掉DataParallel 预训练model中的module(可行权重值一致)

RuntimeError: Error(s) in loading state_dict for ResNet

A_John 的博客

03-20

1万+

文章目录 1、错误提示 ``RuntimeError: Error(s) in loading state_dict for ResNet: Missing key(s) in state_dict: `` ``load_state_dict`` 中 strict 参数默认是 True ：表示预训练模型的层和自己定义的网络结构层严格对应相等（如层名和维度）

RuntimeError: Error(s) in loading state_dict for ..:Missing key(s) in state_dict: …Unexpected key...

关于我的学习记录

12-07

7843

原因：预训练权重层数的键值与新构建的模型中的权重层数名称不吻合

RuntimeError: Error(s) in loading state_dict for Net:unexpected key(s) in state_dict: XXX

D_Wei的博客

02-15

3064

加载模型时发生错误RuntimeError: Error(s) in loading state_dict for Net:unexpected key(s) in state_dict: XXX 解决方法： model.load_state_dict(checkpoint['state_dict'], strict=False) 在参数中加入strict=False 此类错误一部分原因是pyto...

运行test报错: RuntimeError: Error(s) in loading state_dict for F3Net: Missing key(s) in state_dict:(已解)

计算机视觉

12-25

804

与此博客情况相似https://blog.youkuaiyun.com/qq_42052956/article/details/96423514 我的问题，更改之后果真可以解决 def initialize(self): if self.cfg.snapshot: self.load_state_dict(torch.load(self.cfg.snapshot),...

加载模型出现 RuntimeError: Error(s) in loading state_dict for Model: Missing key(s) in state_dict

热门推荐

程序员的博客

08-11

8万+

今天准备加载一个模型来测试的时候发现了一个问题，加载总是失败，报错是RuntimeError: Error(s) in loading state_dict for Model: Missing key(s) in state_dict"convd1.0.weight", "convd1.0.bias", "convd1.1.weight" 。咋一看，难道是因为我取值的问题，然后debug了一下，发现我的state_dict是符合要求的，但是为什么出现加载不了？问题代码 model = ..

RuntimeError: Error(s) in loading state_dict for

sgfsfgs的博客

03-06

2327

版本问题不对应，降低pyopengl 版本至3.1.4。

RuntimeError: Error(s) in loading state_dict for FastSpeech2:

fange86126的博客

06-20

752

FastSpeech2项目加载之前训练的模型异常

【Error】Pytorch测试神经网络时出现“RuntimeError: Error(s) in loading state_dict for *** “

⛄

01-24

820

解决方法一： load_state_dict(torch.load(‘net.pth’)在前，增加 model = nn.DataParallel(model) 就可以了。例如： net = NET() net.cuda() net = nn.DataParallel(net) net.load_state_dict(torch.load('net.pth') 如果还不行可以考虑是pytorch版本换成大于1.0.0（小于0.4.0），若果是别人训练好的权重还应该考虑是不是自己的模型和别人的权重文件不匹

RuntimeError: Error(s) in loading state_dict for Dual_net: Missing key(s) in state_dict:

qq_55795524的博客

12-20

265

问题：模型是对的，但是还是报错。

RuntimeError: Error(s) in loading state_dict for Model: size mismatch for model.24.m.0.weight....

qq_44442727的博客

11-07

2805

但是，这处的问题并不好改，如果也是使用yolov5_rotated代码训练，建议对照yolov5的训练代码，可以发现这个rotated框架在优化器部分的代码写的不完善，而且预训练判断部分的代码也有问题，即使成功训练起来，epoch数量也不是从0，1开始，所以主要还是框架考虑不够完善。查找了一些办法，基本上是关于 loading_state_dict()的用法，如何去处理加载的权重，开始直接定位到了ckpt[‘model’]的这几层的权重，强行将几层的权重维度匹配到model中，但是训练时仍然没有解决问题。

加载模型出现-RuntimeError: Error(s) in loading state_dict for Net:unexpected key(s) in state_dict: XXX

与君共勉，一起学习

05-04

7790

加载模型时发生错误RuntimeError: Error(s) in loading state_dict for Net:unexpected key(s) in state_dict: XXX Traceback (most recent call last): File "demo.py", line 380, in <module> model.load_state_dict(torch.load('./0428.pth')) File "/root/miniconda

RuntimeError: Error(s) in loading state_dict for (Missing key(s) in state_dict: "firstconv.weight)

qq_20373723的博客

01-09

3824

错误记录太长了，解决在最下面 D:\xxx\xxx\complete_project\xxxxx>python3 predict.py Traceback (most recent call last): File "predict.py", line 220, in <module> test_ce_net_vessel() File "predict.py"...

RuntimeError: Error(s) in loading state_dict for BASE_Transformer

秋月的私语

09-02

3721

严格按照作者的说明页进行训练和测试，但是跑出来的模型就是无法正常工作，而用作者的预训练模型就正常工作，百思不得其解，根据错误，逐步调试，输出，总算是找到了问题的所在！回过头看，这其实是一个很简单的问题，但是我仍然很高兴自己能够逐步分析，测试，最终找到正确的解决办法，而做到更深入地理解了代码。虽然是个并不复杂的问题，但是我花了一天半的时间才完全解决，解决的过程中经过了无数次的尝试，测试和分析，最终成功解决了问题！结果，我一脸懵逼，看不出个所以然来，维度太高，括号太多，根本没法看。

RuntimeError: Error(s) in loading state_dict for BertModel: size mismatch for bert.embeddings.word_e

weixin_49119476的博客

10-14

645

函数中，发现如下信息，貌似transformer在当前版本（4.45.0）只会搜索config.json，已经不再会匹配到bert_config.json文件了。后来将legal bert配置中的bert_config.json改为config.json后，模型成功运行。

【bug】RuntimeError: Error(s) in loading state_dict for LightweightEdge: Unexpected key(s) in state_di

集电极

10-08

509

模型是GPU训练与保存的，但我使用的是CPU推理，所以会出现异常。如果是cpu环境弹出错误，也可以尝试转到GPU环境。模型时弹出这个错误，代码如下。例如，我使用的环境，

（已解决）RuntimeError: Error(s) in loading state_dict for Generator: Missing key(s) in state_dict: “hpf

qq_45937473的博客

03-13

3120

这个错误表明在加载模型的状态字典时出现了问题，因为状态字典中缺少了一个名为"hpf.filter"的键。这通常是由于尝试加载的模型与代码中期望的模型结构不匹配所导致的。可能原因包括：模型版本不匹配，模型参数丢失或者损坏。加了一个False，加这个的原因是：是否严格匹配状态字典中的键和模型中的模块。如果设置为False，则可以忽略不匹配的键，只加载匹配的部分。在我们使用PyTorch中用于加载模型状态字典（state_dict）的方法调用。目前在复现一篇论文的代码，执行的时候报错。

RuntimeError: Error(s) in loading state_dict for MobileNetV2:

最新发布

11-17

当MobileNetV2加载state_dict出现RuntimeError时，可根据不同错误类型采用不同解决方法： - **出现unexpected key(s) in state_dict错误**：若加载模型时出现`RuntimeError: Error(s) in loading state_dict for Net:unexpected key(s) in state_dict: XXX`，可以在加载时设置`strict=False`，示例代码如下： ```python import torch from torchvision.models import mobilenet_v2 model = mobilenet_v2() try: model.load_state_dict(torch.load('models/params.pt')) except RuntimeError as e: if 'unexpected key(s) in state_dict' in str(e): model.load_state_dict(torch.load('models/params.pt'), strict=False) ``` 这种方法可以忽略参数字典中多余的键，避免因多余键导致的加载错误[^1]。 - **出现Missing key(s) in state_dict错误**：若错误是由于模型训练时使用多张GPU并行训练，使保存的模型参数键值对中键开头多出现了`"module."`字符串，可去除该字符串后再加载。示例代码如下： ```python import torch from torchvision.models import mobilenet_v2 model = mobilenet_v2() checkpoint = torch.load('models/params.pt') new_state_dict = {} for k, v in checkpoint.items(): if k.startswith('module.'): k = k[7:] # 去掉 "module." new_state_dict[k] = v model.load_state_dict(new_state_dict) ``` 此方法可以解决因并行训练导致的键不匹配问题[^3]。 - **出现size mismatch错误**：若出现`RuntimeError: Error(s) in loading state_dict for Network: size mismatch`，可参考以下修改方法，舍弃部分不匹配的参数： ```python import os import torch from torchvision.models import mobilenet_v2 from termcolor import colored def load_network(net, model_dir, strict=True, map_location=None): if not os.path.exists(model_dir): print(colored('WARNING: NO MODEL LOADED !!!', 'red')) return 0 print('load model: {}'.format(model_dir)) if map_location is None: pretrained_model = torch.load(model_dir, map_location={'cuda:0': 'cpu', 'cuda:1': 'cpu', 'cuda:2': 'cpu', 'cuda:3': 'cpu'}) else: pretrained_model = torch.load(model_dir, map_location=map_location) if 'epoch' in pretrained_model.keys(): epoch = pretrained_model['epoch'] + 1 else: epoch = 0 pretrained_model = pretrained_model['net'] net_weight = net.state_dict() for key in net_weight.keys(): net_weight.update({key: pretrained_model[key]}) # 舍弃部分参数，根据实际情况修改 net_weight.pop("some_layer.weight") net_weight.pop("some_layer.bias") net.load_state_dict(net_weight, strict=strict) return epoch model = mobilenet_v2() load_network(model, 'models/params.pt') ``` 该方法通过舍弃不匹配的参数，使模型能够加载其余匹配的参数[^4]。