解决pytorch 保存模型遇到的问题
今天用pytorch保存模型时遇到bug
Can'tpickle
在google上查找原因，发现是保存时保存了整个模型的原因，而模型中有一些自定义的参数
将torch.save(model,save_path)改为torch.save(model.state_dict(),save_path)
然后载入模型也做相应的更改就好了
补充：pytorch训练模型的一些坑
1.图像读取
opencv的python和c++读取的图像结果不一致，是因为python和c++采用的opencv版本不一样，从而使用的解码库不同，导致读取的结果不同。
2.图像变换
PIL和pytorch的图像resize操作，与opencv的resize结果不一样，这样会导致训练采用PIL，预测时采用opencv，结果差别很大，尤其是在检测和分割任务中比较明显。
3.数值计算
pytorch的torch.exp与c++的exp计算，10e-6的数值时候会有10e-3的误差，对于高精度计算需要特别注意，比如
两个输入5.601597，5.601601，经过exp计算后变成270.85862343143174，270.85970686809225
以上为个人经验，希望能给大家一个参考，也希望大家多多支持毛票票。如有错误或未考虑完全的地方，望不吝赐教。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。