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't pickle <class 'torch._C._VariableFunctions'>

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如有错误或未考虑完全的地方，望不吝赐教。

• pytorch 状态字典:state_dict使用详解
• 解决pytorch 模型复制的一些问题
• 解决pytorch 的state_dict()拷贝问题