PyTorch使用cpu调用gpu训练的模型
程序员文章站
2024-01-25 20:02:40
...
最近遇到一个问题,发下gpu训练的模型在cpu下不能跑,很难受。
结果发现原来是自己使用了DataParallel的问题,我保存的是整个模型。
model=DataParalle(model)
torch.save('xx.pkl',model)
然后把模型copy到自己电脑上用cpu跑
model=torch.load('xx.pkl')
#此处报错了。。。。
原因是cpu环境不能直接导入gpu训练的DataParallel模型
所以换个策略,现在gpu把模型转化掉
model = DataParallel(model)
....
real_model = model.module#这个才是你实际的模型,如果直接报错model的话,其实是保存了DataParallel(model)这个,这样会导致cpu环境下加载出错
torch.save(real_model,'xxx.pkl') #这样才是正确的保存模型方式,这样在cpu环境的模型才不会出错
其实还有一种方案,下面这种
model = torch.load('xxx.pkl', map_location=lambda storage, loc: storage)
model = model.module#才是你的模型
#上面那种貌似已经过时了,0.4.0的新方式
model = torch.load('xxx.pkl', map_location='cpu')
model = model.module#才是你的模型