AttributeError: Can't get attribute '_rebuild_parameter' on module 'torch._utils'

最新推荐文章于 2024-09-22 10:30:49 发布
原创 最新推荐文章于 2024-09-22 10:30:49 发布 · 4.9k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细介绍了在使用PyTorch进行深度学习项目时遇到的torch.load()错误，并提供了具体的解决方案，包括如何卸载和重新安装与环境匹配的torch版本。
部署运行你感兴趣的模型镜像

调用 torch.load()会出现下面的错误

Can't get attribute '_rebuild_parameter' on <module 'torch._utils

可以查看是由于torch版本的不匹配造成的，如果是版本问题先卸载torch

pip uninstall torch

然后在https://www.lfd.uci.edu/~gohlke/pythonlibs/?%20?上下载与自己环境相匹配的版本

我的环境是python36版本，win64，使用的torch‑1.0.0‑cp36‑cp36m‑win_amd64.whl，下载torch‑1.0.0‑cp36‑cp36m‑win_amd64.whl，随意放到一个路径,例如放到d盘，则

pip install d:/torch‑1.0.0‑cp36‑cp36m‑win_amd64.whl

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

Can't get attribute '_rebuild_tensor_v2' on module 'torch._utils'
jacke121的专栏
06-30 6426
Can't get attribute '_rebuild_tensor_v2' on &lt;module 'torch._utils'pip uninstall torch会把0.1.2版本也卸载了pip install torch-0.4.0-cp36-cp36m-win_amd64.whl
解决 Python 中的 AttributeError: Can‘t get attribute ‘f‘ on ＜module ‘__main__‘＞ 错误
PixelShadeZ的博客
09-14 2585
确保属性在正确的位置定义：如果你尝试访问一个函数或变量，确保它在正确的位置定义。如果你在主程序的某个函数内部尝试访问一个函数或变量，但它实际上是在另一个函数内部定义的，那么它将不可见。通过检查属性名拼写、确认属性是否存在以及确保属性在正确的位置定义，你应该能够解决 AttributeError: Can’t get attribute ‘f’ on ＜module '这个错误提示表明，你在当前模块（也就是主程序）中尝试访问一个名为 ‘f’ 的属性，但该属性并不存在。函数内部，或者将 ‘f’ 变量定义在。
载入模型错误：AttributeError: Can‘t get attribute ‘CNN‘ on ＜module ‘__main__‘ from XXXX
weixin_59995798的博客
01-03 1261
AttributeError: Can't get attribute 'CNN' on <module '__main__' from XXX 这个错误是由于保存模型中，有CNN类的序列化导致的，我在网上也看了好多教程，方法各种各样（但有的不可行），总结一下： （本人没有系统学过python，属于边用边学，有错误的话欢迎指正，序列化的话我在Java中学过，但相信原理都是相通的） 先说一下，我出现这个原因的时候，CNN构建的写法： 1、我在cnn_model.py文件中构建了一个CNN类，
Can’t get attribute _rebuild_parameter on module torch._utils
qq_29631521的博客
09-20 2028
Pytorch加载模型报错： deserialized_storage_keys = pickle_module.load(f) AttributeError: Can’t get attribute ‘_rebuild_parameter’ on <module ‘torch._utils’ from ‘/opt/conda/lib/python3.6/site-packages/tor...
Can‘t get attribute ‘_rebuild_tensor_v2‘ on module ‘torch._utils‘ 解读
牛肉胡辣汤
01-08 1325
当你在使用PyTorch时遇到"Can't get attribute '_rebuild_tensor_v2' on module 'torch._utils'"错误时，这通常是由于不兼容的PyTorch版本引起的。通过更新PyTorch版本、检查代码兼容性、调整PyTorch依赖或重新安装PyTorch，你可以解决这个问题并让你的代码重新正常运行。
AttributeError: 'MMDistributedDataParallel' object has no attribute '_use_replicated_tensor_module'
05-01
torch._utils._rebuild_tensor_v2 = _rebuild_tensor_v2 ``` 这种方法适用于因 API 变更而导致的功能缺失场景。 --- #### 注意事项 - 如果内存泄漏伴随卡死现象发生，尝试更换硬件资源或重启环境也可能缓解部分...
pytorch低版本加载高版本pytorch训练得到的模型，出现‘module’ object has no attribute ‘_rebuild_tensor_v2’错误
tsq292978891的博客
10-30 8816
情景 使用pytorch0.3来加载Mobilenetv1的模型（用更高版本的pytorch训练得到的），出现“AttributeError: ‘module’ object has no attribute ‘_rebuild_tensor_v2’”错误。 分析 追根溯源，查看pytorch的源码，torch下__init__.py定义了__all__ = [**, ‘load’, **]，然后...
(yolov8) PS C:\Users\10556\Downloads> # 2. 验证安装结果 (yolov8) PS C:\Users\10556\Downloads> python -c "import torchvision; print(f'TorchVision版本: {torchvision.__version__}, CUDA状态: {torchvision._C._cuda_available}')" A module that was compiled using NumPy 1.x cannot be run in NumPy 2.0.2 as it may crash. To support both 1.x and 2.x versions of NumPy, modules must be compiled with NumPy 2.0. Some module may need to rebuild instead e.g. with 'pybind11>=2.12'. If you are a user of the module, the easiest solution will be to downgrade to 'numpy<2' or try to upgrade the affected module. We expect that some modules will need time to support NumPy 2. Traceback (most recent call last): File "<string>", line 1, in <module> File "C:\mini\envs\yolov8\lib\site-packages\torchvision\__init__.py", line 5, in <module> import torch File "C:\mini\envs\yolov8\lib\site-packages\torch\__init__.py", line 1471, in <module> from .functional import * # noqa: F403 File "C:\mini\envs\yolov8\lib\site-packages\torch\functional.py", line 9, in <module> import torch.nn.functional as F File "C:\mini\envs\yolov8\lib\site-packages\torch\nn\__init__.py", line 1, in <module> from .modules import * # noqa: F403 File "C:\mini\envs\yolov8\lib\site-packages\torch\nn\modules\__init__.py", line 35, in <module> from .transformer import TransformerEncoder, TransformerDecoder, \ File "C:\mini\envs\yolov8\lib\site-packages\torch\nn\modules\transformer.py", line 20, in <module> device: torch.device = torch.device(torch._C._get_default_device()), # torch.device('cpu'), C:\mini\envs\yolov8\lib\site-packages\torch\nn\modules\transformer.py:20: UserWarning: Failed to initialize NumPy: _ARRAY_API not found (Triggered internally at C:\actions-runner\_work\pytorch\pytorch\builder\windows\pytorch\torch\csrc\utils\tensor_numpy.cpp:84.) device: torch.device = torch.device(torch._C._get_default_device()), # torch.device('cpu'), Traceback (most recent call last): File "<string>", line 1, in <module> AttributeError: module 'torchvision' has no attribute '_C' (yolov8) PS C:\Users\10556\Downloads> (yolov8) PS C:\Users\10556\Downloads> # 3. 检查PyTorch整体环境 (yolov8) PS C:\Users\10556\Downloads> python -c "import torch; print(f'PyTorch版本: {torch.__version__}, CUDA可用: {torch.cuda.is_available()}')" A module that was compiled using NumPy 1.x cannot be run in NumPy 2.0.2 as it may crash. To support both 1.x and 2.x versions of NumPy, modules must be compiled with NumPy 2.0. Some module may need to rebuild instead e.g. with 'pybind11>=2.12'. If you are a user of the module, the easiest solution will be to downgrade to 'numpy<2' or try to upgrade the affected module. We expect that some modules will need time to support NumPy 2. Traceback (most recent call last): File "<string>", line 1, in <module> File "C:\mini\envs\yolov8\lib\site-packages\torch\__init__.py", line 1471, in <module> from .functional import * # noqa: F403 File "C:\mini\envs\yolov8\lib\site-packages\torch\functional.py", line 9, in <module> import torch.nn.functional as F File "C:\mini\envs\yolov8\lib\site-packages\torch\nn\__init__.py", line 1, in <module> from .modules import * # noqa: F403 File "C:\mini\envs\yolov8\lib\site-packages\torch\nn\modules\__init__.py", line 35, in <module> from .transformer import TransformerEncoder, TransformerDecoder, \ File "C:\mini\envs\yolov8\lib\site-packages\torch\nn\modules\transformer.py", line 20, in <module> device: torch.device = torch.device(torch._C._get_default_device()), # torch.device('cpu'), C:\mini\envs\yolov8\lib\site-packages\torch\nn\modules\transformer.py:20: UserWarning: Failed to initialize NumPy: _ARRAY_API not found (Triggered internally at C:\actions-runner\_work\pytorch\pytorch\builder\windows\pytorch\torch\csrc\utils\tensor_numpy.cpp:84.) device: torch.device = torch.device(torch._C._get_default_device()), # torch.device('cpu'), PyTorch版本: 2.2.0+cu118, CUDA可用: True
最新发布
09-10
从错误堆栈中可以看到，在导入torchvision和torch时都出现了问题，但最后一条命令显示PyTorch的CUDA可用状态为True，说明PyTorch本身还能运行，但torchvision的_C模块无法访问（AttributeError: module '...
>>> import torch A module that was compiled using NumPy 1.x cannot be run in NumPy 2.0.1 as it may crash. To support both 1.x and 2.x versions of NumPy, modules must be compiled with NumPy 2.0. Some module may need to rebuild instead e.g. with 'pybind11>=2.12'. If you are a user of the module, the easiest solution will be to downgrade to 'numpy<2' or try to upgrade the affected module. We expect that some modules will need time to support NumPy 2. Traceback (most recent call last): File "<stdin>", line 1, in <module> File "E:\Anaconda_backup\envs\pytorch2.2.2\lib\site-packages\torch\__init__.py", line 1477, in <module> from .functional import * # noqa: F403 File "E:\Anaconda_backup\envs\pytorch2.2.2\lib\site-packages\torch\functional.py", line 9, in <module> import torch.nn.functional as F File "E:\Anaconda_backup\envs\pytorch2.2.2\lib\site-packages\torch\nn\__init__.py", line 1, in <module> from .modules import * # noqa: F403 File "E:\Anaconda_backup\envs\pytorch2.2.2\lib\site-packages\torch\nn\modules\__init__.py", line 35, in <module> from .transformer import TransformerEncoder, TransformerDecoder, \ File "E:\Anaconda_backup\envs\pytorch2.2.2\lib\site-packages\torch\nn\modules\transformer.py", line 20, in <module> device: torch.device = torch.device(torch._C._get_default_device()), # torch.device('cpu'), E:\Anaconda_backup\envs\pytorch2.2.2\lib\site-packages\torch\nn\modules\transformer.py:20: UserWarning: Failed to initialize NumPy: _ARRAY_API not found (Triggered internally at C:\cb\pytorch_1000000000000\work\torch\csrc\utils\tensor_numpy.cpp:84.) device: torch.device = torch.device(torch._C._get_default_device()), # torch.device('cpu'), >>> torch.cuda.is_avaiable() Traceback (most recent call last): File "<stdin>", line 1, in <module> AttributeError: module 'torch.cuda' has no attribute 'is_avaiable'
07-19
AttributeError: 'module' object has no attribute 'is_available' ``` 这通常表明 PyTorch 的 CUDA 支持未正确加载。可能的原因包括： - **PyTorch 安装不完整或损坏**：确保使用官方推荐的方式安装 PyTorch，并...
torch.load AttributeError: Can‘t get attributet
追梦小狂魔的博客
02-18 1931
出现这个问题是因为直接使用了torch.load没有导入相应的模型文件 from mymodels import * 导入定义模型的py文件即可
Can‘t get attribute ‘_rebuild_tensor_v2‘ on module ‘torch._utils‘
追随梦想，实现梦想
08-24 1278
最简单的解决办法 在出问题的程序中，插入 import torch._utils try: torch._utils._rebuild_tensor_v2 except AttributeError: def _rebuild_tensor_v2(storage, storage_offset, size, stride, requires_grad, backward_hooks): tensor = torch._utils._rebuild_tenso..
Pytorch中torch.load()中出现AttributeError: Can‘t get attribute
wangchaoxjtu的专栏
05-17 4645
Pytorch中torch.load()中出现AttributeError: Can't get attribute 原因：保存下来的模型和参数不能在没有类定义时直接使用。 Pytorch使用Pickle来处理保存/加载模型，这个问题实际上是Pickle的问题，而不是Pytorch。 解决方法也非常简单，只需显式地导入类定义。即将包含类定义的文件复制粘贴到与要运行的文件同一文件夹下，再import Class！ 但是，在实际过程中，我们采取import Class的方法没起到作用，而直接在要运行的文
模型加载pytorch版本不匹配的解决思路
贾金金金昭的blog
09-14 821
提示pytorch 中_utils.py没有实现这个方法’_rebuild_parameter_v2’ ，这就表明新的pytorch增加了一些方法，而旧的pytorch没有实现。为了避免环境升级各种乱七八糟的事情，那我们就手动实现它，在仅实现这个function的情况下实现pytorch的伪升级。
低版本pytorch加载高版本模型
学习笔记
12-20 4066
报错： Can't get attribute '_rebuild_tensor_v2' on <module 'torch._utils' 在模型加载前加入（参考）： try: torch._utils._rebuild_tensor_v2 except AttributeError: def _rebuild_tensor_v2(stor...
AttributeError: Can‘t get attribute ‘xxx‘ on ＜module ‘__main__‘ from ‘xxx‘
热门推荐
qq_42940160的博客
09-25 1万+
AttributeError: Can’t get attribute ‘xxx’ on <module ‘main’ from ‘xxx’ 另一种可能的解决办法 问题重述：我在学习pytorch时，跟着网课学到使用pickle模块序列化Word2Seq类，并将该类序列化保存在ws.pkl文件中。然后我又创建了lib.py文件使用下面代码反序列化ws.pkl时出现了该问题。 ws = pickle.load(open('ws.pkl', 'rb')) 先说明第一种解决办法（该方法并不总是有效）：
【PyTorch】AttributeError: Can't get attribute 'BCNN'
ncc1995的博客
08-13 8650
错误：AttributeError: Can't get attribute 'BCNN' on <module '__main__' from ' 今天在服务器上训练好一个网络，用torch.save(model, 'net.pkl')将模型和参数一并保存了起来，方便在自己电脑上测试。 把保存的模型下载下来进行测试的时候发现报了上述错误。 原来保存下来的模型和参数不能在没有类定义时直...
（已解决）AttributeError: Can‘t get attribute ‘train‘ on ＜module ‘__main__‘ (built-in)＞
qq_43391414的博客
09-22 1157
别人说的方案二：在import时，把multiprocessing模块替换成multiprocess模块即可（需要在环境中先pip安装multiprocess模块）。这个错误是在jupyter notebook等交互类python时，当时在使用多进程。，所以把代码放在pycharm或者vscode中运行就好了，比较推荐。好像不一定会报这个错误，只是我遇到了，错误原因我也没有摸清楚。封装的是multiprocessing模块。遇到这个问题，而是使用python内置的。时遇到标题的问题，方案二可能有用。
pytorch加载模型时报错 AttributeError: Can‘t get attribute ‘CNN‘ on ＜module ‘__main__‘＞
BrightHao_zi的博客
02-03 6544
pytorch加载训练好的模型时报错： 解决方法：在加载模型的这个文件中，将模型的定义代码复制过来。 参考博客：pytorch 在加载模型时出现的错误
torch.load时报AttributeError: Can‘t get attribute ‘Module‘ on ＜module ‘__main__‘错误的解决方法
人工智能
05-11 4157
这里就是由于我们在test_1.py里定义了Module这个类，在序列化的时候也把这个类序列化进去了，当我们在另一个文件中加载的时候，由于没有Module这个类在内存里，就会导致找不到Module这个模型类进行反序列化成对象。torch.save()函数使用的是google的protobuf协议进行序列化的，当我们在save一个已经存在的Module的时候，在另一个py文件中load是没有问题的。的时候，问题也是一样，按照上面的方式解决就行！这样就可以正常运行了。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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