关于模型保存报错的问题
———— 破案了
目录
说一千道一万亦张图道尽一切
突出对比
万万没想到，问题出在后缀。
同样的模型，ptl报错，pth可以？
把后缀ptl改成pth，可以保存模型字典。
也仅限于保存和加载模型字典。
model。save照样报错
pt也可以
当然了，保存整个模型也不行
不同后缀报错各有千秋
ptl
为了他，我改完了所有的lambda函数，没有卵用
pth和ptl一样
pt
全文：：
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
~\anaconda3\lib\site-packages\torch\serialization.py in _check_seekable(f)
307 try:
--> 308 f.seek(f.tell())
309 return True
~\anaconda3\lib\site-packages\torch\nn\modules\module.py in __getattr__(self, name)
1206 return modules[name]
-> 1207 raise AttributeError("'{}' object has no attribute '{}'".format(
1208 type(self).__name__, name))
AttributeError: 'MultKAN' object has no attribute 'seek'
During handling of the above exception, another exception occurred:
AttributeError Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_5908/2619555284.py in <module>
----> 1 torch.load(model,"model_weights.pt")
~\anaconda3\lib\site-packages\torch\serialization.py in load(f, map_location, pickle_module, **pickle_load_args)
697 pickle_load_args['encoding'] = 'utf-8'
698
--> 699 with _open_file_like(f, 'rb') as opened_file:
700 if _is_zipfile(opened_file):
701 # The zipfile reader is going to advance the current file position.
~\anaconda3\lib\site-packages\torch\serialization.py in _open_file_like(name_or_buffer, mode)
233 return _open_buffer_writer(name_or_buffer)
234 elif 'r' in mode:
--> 235 return _open_buffer_reader(name_or_buffer)
236 else:
237 raise RuntimeError(f"Expected 'r' or 'w' in mode but got {mode}")
~\anaconda3\lib\site-packages\torch\serialization.py in __init__(self, buffer)
218 def __init__(self, buffer):
219 super(_open_buffer_reader, self).__init__(buffer)
--> 220 _check_seekable(buffer)
221
222
~\anaconda3\lib\site-packages\torch\serialization.py in _check_seekable(f)
309 return True
310 except (io.UnsupportedOperation, AttributeError) as e:
--> 311 raise_err_msg(["seek", "tell"], e)
312 return False
313
~\anaconda3\lib\site-packages\torch\serialization.py in raise_err_msg(patterns, e)
302 + " Please pre-load the data into a buffer like io.BytesIO and"
303 + " try to load from it instead.")
--> 304 raise type(e)(msg)
305 raise e
306
AttributeError: 'MultKAN' object has no attribute 'seek'. You can only torch.load from a file that is seekable. Please pre-load the data into a buffer like io.BytesIO and try to load from it instead.
哦，是一样的
AI看看就好了、
在PyTorch中，模型保存通常使用两种文件格式：.pt和.pth。这两种后缀没有本质区别，它们都是用于保存PyTorch模型的状态字典（state dictionary）或整个模型（包括模型结构和参数）。
以下是关于何时使用这两种后缀的一般建议：
-
.pth后缀：
.pth是PyTorch传统上使用的文件扩展名，它通常用于保存模型权重。这是最常见的选择，特别是在官方文档和示例中。 -
.pt后缀：
.pt是另一种常见的文件扩展名，它同样可以用于保存模型权重或整个模型。这个后缀在某些情况下更受欢迎，因为有些人认为它更短、更易于输入。
实际上，你可以自由选择使用哪一个后缀，因为它们对PyTorch来说是完全等价的。以下是如何使用PyTorch保存和加载模型的示例：
保存模型权重（推荐）：
torch.save(model.state_dict(), 'model_weights.pth') # 使用.pth后缀
# 或者
torch.save(model.state_dict(), 'model_weights.pt') # 使用.pt后缀
保存整个模型：
torch.save(model, 'entire_model.pth') # 使用.pth后缀
# 或者
torch.save(model, 'entire_model.pt') # 使用.pt后缀
加载模型权重：
model.load_state_dict(torch.load('model_weights.pth'))
# 或者
model.load_state_dict(torch.load('model_weights.pt'))
加载整个模型：
model = torch.load('entire_model.pth')
# 或者
model = torch.load('entire_model.pt')
重要的是，无论你选择哪种后缀，确保在加载模型时使用相同的后缀名。此外，选择哪种后缀通常取决于个人或团队的习惯。如果你在一个团队中工作，最好遵循团队已经建立的约定。
模型字典与优化器字典均可保存和加载了
原文地址：https://blog.csdn.net/m0_68339197/article/details/145234011
免责声明：本站文章内容转载自网络资源，如侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！