【发布时间】：2020-11-24 08:12:19
【问题描述】：
我训练了一个我从 this repository 修改的香草 vae。当我尝试使用经过训练的模型时，我无法使用 load_from_checkpoint 加载权重。我的检查点对象和lightningModule 对象之间似乎不匹配。
我已经使用pytorch-lightning LightningModule 设置了一个实验 (VAEXperiment)。我尝试将权重加载到网络中：
#building a new model
model = VanillaVAE(**config['model_params'])
model.build_layers()
#loading the weights
experiment = VAEXperiment(model, config['exp_params'])
experiment.load_from_checkpoint(path_to_checkpoint, config['exp_params'])
我也试过了：
checkpoint = torch.load(path_to_checkpoint, map_location=lambda storage, loc: storage)
model.load_state_dict(checkpoint['state_dict'])
但我得到一个错误
Unexpected key(s) in state_dict: "model.encoder.0.0.weight", "model.encoder.0.0.bias"...
我也关注了这个问题 https://github.com/PyTorchLightning/pytorch-lightning/issues/924 https://github.com/PyTorchLightning/pytorch-lightning/issues/2798
为什么我会收到此错误？是因为我的模型中的编码器和解码器模块吗？根据 git 上的问题日志，似乎错误已解决。我做错了什么？
【问题讨论】：
-
后一种情况的问题是
VanillaVAE.model.encoder不存在。但是VanillaVAE.encoder可以。你试过experiment.load_state_dict(checkpoint['state_dict'])吗？ -
谢谢罗曼。这是正确的答案。不敢相信我没弄明白。
-
为什么第一种方法 (
experiment.load_from_checkpoint) 失败了？实际上，它在我的代码中也失败了。但是，第二种方法是有效的。