プロジェクトのシナリオ:
マルチ GPU 環境で Pytorch を使用してトレーニングされた Resnet 分類ネットワーク
問題の説明
畳み込みニューラル ネットワーク ResNet のトレーニング後、テスト環境またはテスト コードが単一の GPU バージョンまたは CPU バージョンを使用している場合、ネットワークのロード時にエラーが報告されます。エラー コードは次のとおりです。
net.load_state_dict(torch.load(args.weights))
エラーは次のように報告されます。
RuntimeError: Error(s) in loading state_dict for ResNet:
Missing key(s) in state_dict: "conv1.0.weights", "conv1.1.weights", "conv1.1.bias", ...
原因分析:
このエラーの主な理由は、state_dict がモデルの重みを読み込むときにパラメーターが一致しないことです。PyTorch のバージョン環境が一致していない、torch.nn.DataParallel() キーワードが一致していない、トレーニング環境とテスト環境の GPU が異なるなどが考えられます。
この種のエラーが発生しました。1 回目は GPU がトレーニング中、CPU がテスト中だったためです。もう 1 回目は、複数の GPU でトレーニングしており、トレーニング中のマルチ GPU 処理ではなく、テスト中に GPU 部分が処理されました。シングルGPUでした。
解決:
情况一
: マルチ GPU トレーニング、テスト中はコードが単一 GPU である
解決策: 環境内で GPU を複数の GPU として定義し、キーワード torch.nn.DataParallel() を定義します。
import torch.nn as nn
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0, 1, 2, 3"
if __name__ == '__main__':
# 此处为测试代码对接收参数的初始化
parser = argparse.ArgumentParser()
parser.add_argument('-gpu', action='store_true', default=True, help='use gpu or not')
......
......
......
# 加载网络
net = get_network(args)
# 以下为多GPU环境增加代码,以解决本博客中提到的报错问题
net = net.cuda()
net = nn.DataParallel(net, device_ids=[0, 1, 2, 3])
# 以下为原始测试代码部分
net.load_dict(torch.load(args.weights))
net.eval()
......
......
......
情况二
:GPU トレーニング、テスト時はコードが CPU
解決策: モデルの重みをロードするときに、map_location='cpu'
if __name__ == '__main__':
# 此处为测试代码对接收参数的初始化
parser = argparse.ArgumentParser()
parser.add_argument('-gpu', action='store_true', default=True, help='use gpu or not')
......
......
......
# 加载网络
net = get_network(args)
# 以下为原始测试代码部分
# net.load_dict(torch.load(args.weights))
# 改为cpu模式
net.load_dict(torch.load(args.weights, map_location='cpu'))
net.eval()
......
......
......
ケース 2 で発生する可能性のあるエラー メッセージは次のとおりです。
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.
参考ブログ投稿:
torch.load を map_location=torch.device('cpu') とともに使用して、ストレージを CPU にマッピングしてください。
トレーニング パラメータとテスト パラメータの間に不一致がある場合は、次のブログ投稿を参照してください。
【错误记录】RuntimeError: DataParallel の state_dict のロード中にエラーが発生しました: モジュールのサイズが一致しません