pytorch RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available

本文解析了在尝试在未安装CUDA的CPU上加载训练后的CUDA模型时的RuntimeError,并提供了在不同设备间迁移模型的正确方法。建议根据设备选择CPU或GPU加载,以避免此类问题。

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

报错:
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

分析原因:
1、在加载model训练后模型时,出现调用CUDA加载,但电脑中未安装CUDA。

假如使用CPU训练后的模型,建议使用以下方法:

#         print(torch.cuda.is_available())
        device = 'cuda:0' if torch.cuda.is_available() else 'cpu:0'
        model = ConvNet().to(device)
        model.load_state_dict(torch.load('model.ckpt'))

2、在训练时采用的的GPU的CUDA训练,但在加载时使用cpu加载导致出错。
建议GPU训练,GPU的CUDA加载训练后的模型。
建议CPU训练,CPU加载训练后的模型。

评论 2
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