火炬模型中linear.weight和linear.bias的尺寸失配

Question

我正在使用下面的代码来加载模型。

model.to(device)
checkpoint = torch.load("weights/vgg.pth")
if 'state_dict' in checkpoint:
    checkpoint = checkpoint['state_dict']
ckpt = {k.replace('module.', ''):v for k,v in checkpoint.items()}
model.load_state_dict(ckpt)

我发现了一个错误：

self.__class__.__name__，“n\t”.join(Error_msgs)) RuntimeError:为RepVGG加载state_dict中的错误:linear.weight的大小不匹配:从检查点复制带有形状torch.Size(1000,1280)的param，当前模型中的形状为torch.Size(8,1280)。Linear.bias的大小不匹配:从检查点复制带有形状torch.Size(1000)的参数，当前模型中的形状是torch.Size(8).

Answer 1

现在的模型似乎被配置为提供8类的分类(num_class=8)。但是，您正在加载的检查点是一个VGG模型，它是在ImageNet上预先训练的，它有1000个类。因此，在最后一层中，权重和偏置的尺寸不匹配。