一些关于Torch7的记录

有时想要在一台有GPU的机器上（前提是这台机器已经装好了CUDA）训练好模型之后将模型转到CPU型的，这样就可以在没有GPU的机器上（或者没装cuda加速的机器）导入这个模型了。但是可能会遇到奇怪的错误，这里就记录一些贫僧遇到的奇怪的错误。

奇怪错误之读取模型

在进入了torch的交互命令行环境（就是用th来进入的那个环境）之后，如果发现用m = torch.load('x.t7')遇到了这种unknown Torch class <nn.gModule> stack traceback: [C]: in function 'error'错误的话，那么很有可能没有导入全要导入的包，例如这里就少导入了require 'nngraph'包，导入之后就可以读取模型了。

奇怪错误之nil什么什么的

使用m = torch.load('x.t7')来读取模型（t7文件，鬼知道里面存了什么。。。）成功后，使用m = m:float()来转化模型的时候，如果遇到了这个错误：

attempt to call method 'float' (a nil value) 。。。后面略

那么就是时候用torch.type(m)来确定这个模型的类型了的说。通常会发现模型的类型不是名字含有tensor的类型（并且很有可能是nil类型，毕竟错误信息都提示了）。遇到这种情况就要用type(m)来确定这个东东到底是什么东西，例如贫僧在发动了type(m)技能之后发现m居然是个lua的table！

这种情况通常都是因为原模型训练者为了方便把模型（nn.gModule类型）作为table的一部分，和其他一些附加信息（例如模型的设置、作者之类的）一起存在了这个.t7文件里面。

那么怎么提取出真正的模型呢？
首先要做的就是确定这个读取到的table里面到底有哪些键值：

for key, value in pairs(protos) do
    print(key)
end

上面的命令也是直接在交互环境下敲并运行就可以的了。
得到了键值之后可以依次用torch.type(xxx)来确定这个内容是什么类型的，例如有一个键值是doc那么就用torch.type(m.doc)，或者torch.type(m["doc"])，两个指令其实是一个意思。

如果全都不是的话可能原训练者很逗逼地把模型藏在了table的table里面。。。这时就在table里面找到的talbe上重复上面的步骤吧。。。

通过这种方式找到真正的模型之后（就是nn.gModule类型的，可能也有别的类型，贫僧还是Torch7小白，不太清楚的说）再用回xxx:float()转换，就可以了。例如m.doc就是那部分模型：

model_to_save = m.doc:float()
torch.save('model.t7', model_to_save)

这样就可以保存好已经转化成cpu型的模型了。