使用pickle.loads()时报错没有cuda

文章讲述了在没有CUDA设备的机器上运行代码时遇到pickle.loads报错,原因是试图在CUDA设备上序列化对象但设备不可用。解决方案是在load模型或使用pickle.loads时添加map_location=torch.device(cpu),确保将数据加载到CPU上,从而成功解决问题。

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

运行代码的时候当执行到这一行就报错没有cuda

data = pickle.loads(b)

报错信息如下:

RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device('cpu') to map your storages to the CPU.

嫌麻烦可以跳过过程直接看到结尾的解决方案。

因为目前跑的这台机子没有cpu,所以把device设置成了cpu。在网上找了一同说是load模型model的时候没有,可寻思着明明都设置了呀。

没设置的可以在load后面加一个参数:

map_location=torch.device('cpu')

debug后发现是

data = pickle.loads(b)

这段代码底层会进入到torch下的storage.py

 

...

加载的时候在storage.py后面加一个map_location=torch.device('cpu')参数。

运行成功~

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