如何在 pytorch 中评估训练有素的模型？

社会演员多 2年前 pytorch 480

原文标题 ：How to evaluate a trained model in pytorch?

我已经训练了一个模型并使用 torch.save 保存模型。然后在训练后我使用 train.load 加载了模型但是我收到了这个错误


Traceback (most recent call last):
  File "/home/fsdfs.py", line 219, in <module>
    test(model, 'cuda', testloader)
  File "/home/fsdfs.py", line 201, in test
    model.eval()
AttributeError: 'collections.OrderedDict' object has no attribute 'eval'

这是我的测试部分代码

model = torch.load("train_5.pth")

def test(model, device, test_loader):
    model.eval()
    test_loss = 0
    correct = 0
    with torch.no_grad():
        for data, target in test_loader:
            data, target = data.to('cuda'), target.to('cuda')
            output = model(data)
            #test_loss += f.cross_entropy(output, target, reduction='sum').item() # sum up batch loss
            pred = output.argmax(1, keepdim=True) # get the index of the max log-probability 
            print(pred, target)
            correct += pred.eq(target.view_as(pred)).sum().item()

    test_loss /= len(test_loader.dataset)

    print('\nTest set: Accuracy: {}/{} ({:.0f}%)\n'.format(
         correct, len(test_loader.dataset),
        100. * correct / len(test_loader.dataset)))


test(model, 'cuda', testloader)

我已经在文件中注释了训练部分代码，所以在某种程度上，这个和加载数据部分就是文件中的全部内容。

我究竟做错了什么？

原文链接：https://stackoverflow.com//questions/71534943/how-to-evaluate-a-trained-model-in-pytorch

我来回复

Bedir Yilmaz 评论
就像@jodag 所说的那样。您可能保存了 state_dict 而不是模型，这也是社区推荐的。

这个链接解释了两者之间的区别。为了使我的答案保持独立，我从文档中复制了片段。这是推荐的方式：

保存：
```
torch.save(model.state_dict(), PATH)
```
加载：
```
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH))
model.eval()
```
如果您确实需要按照您的方式使用模型，您也可以保存整个模型而不是保存 state_dict。

保存：
```
torch.save(model, PATH)
```
加载：
```
# Model class must be defined somewhere
model = torch.load(PATH)
model.eval()
```
2年前 0条评论