问题一：loss.data[0]

使用python pytorch框架出现问题：

IndexError: invalid index of a 0-dim tensor. Use tensor.item() in Python or tensor.item<T>() in C++ to convert a 0-dim tensor to a number

修改loss.data[0]为loss.item()

例：

if (i+1) % 100 == 0:
            print ('Epoch [%d/%d], Step [%d/%d], Loss: %.4f' 
                   %(epoch+1, num_epochs, i+1, len(train_dataset)//batch_size, loss.data[0]))

  

 

  
1
  
2
  
3
 

修改为

if (i+1) % 100 == 0:
    print ('Epoch [%d/%d], Step [%d/%d], Loss: %.4f' 
           %(epoch+1, num_epochs, i+1, len(train_dataset)//batch_size, loss.item()))

  

 

  
1
  
2
  
3
 

问题二:.pt、.pth、.pkl

PyTorch模型 .pt、.pth与.pkl 的区别

• 1 项目场景
• 2 问题描述
• 3 原因分析

1 项目场景

调试PyTorch代码保存训练模型的时候有些时候保存的格式是 .pt，有些时候是.pth与.pkl，不禁好奇它们之间的区别。

2 问题描述

我们经常会看到后缀名为.pt，.pth，.pkl的PyTorch模型文件，这几种模型文件在格式上有什么区别吗？

3 原因分析

它们并不存在格式上的区别，只是后缀名不同而已。在用torch.save()函数保存模型文件的时候，有些人喜欢用.pt后缀，有些人喜欢用.pth或 .pkl，用相同的 torch.save()语句保存出来的模型文件没有什么不同。
在PyTorch官方的文档里，有用.pt的，也有用.pth的。
据某些文章的说法，一般惯例是使用 .pth，但是官方文档里貌似.pt居多，而且官方也不是很在意固定地用某一种。

另外，为什么会有 .pkl这种后缀名呢？因为Python有一个序列化模块 - pickle，使用它保存模型时，通常会起一个以 .pkl为后缀名的文件。torch.save()正是使用pickle来保存模型的。

参考：https://www.codelast.com/

问题三：有关模型保存与加载

报错

AttributeError: ‘collections.OrderedDict‘ object has no attribute ‘eval‘

  

 

  
1
 

原因

这个错误的原因就是说你这个collecttions的类对象没有eval这个属性。
绝大部分原因是因为使用了下面语句来保存模型。

torch.save(model.state_dict(),model_path)

  

 

  
1
 

但实际上它保存的不是模型文件，而是参数文件文件。在模型文件中，存储完整的模型，而在状态文件中，仅存储参数。因此，collections.OrderedDict只是模型的值。

解决方案

适用下面的语句来保存模型

#保存时
torch.save(model,'save_path')
#加载时
torch.load('save_path/model')


  

 

  
1
  
2
  
3
  
4
  
5
 

参考：csdn.net

文章来源: blog.csdn.net，作者：irrationality，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/weixin_54227557/article/details/125646856