新类中的 torch.load(ml_model) 我收到 AttributeError: Can't get attribute 'ResNet1D' on <module '__main__'>答案

【问题标题】：torch.load(ml_model) in new class I receive an AttributeError: Can't get attribute 'ResNet1D' on <module '__main__'>新类中的 torch.load(ml_model) 我收到 AttributeError: Can't get attribute 'ResNet1D' on <module '__main__'>
【发布时间】：2022-04-06 20:36:23
【问题描述】：

我已经使用 Google Colab 在名为 model_prep.py 的文件中成功训练了卷积神经网络模型。该模型获得 92% 的准确率。现在我对使用 pyTorch 保存模型的模型感到满意。

torch.save(model, '/content/drive/MyDrive/myModel.pt')

我对此的理解是，一旦模型经过全面训练，我就可以使用 pyTorch 保存经过训练的模型，然后将其加载到未来的项目中以预测新数据。因此我创建了一个单独的 test.py 文件，我在其中加载了训练好的模型，

model = torch.load('/content/drive/MyDrive/myModel.pt')
model.eval()

但在新的 test.py 文件中，我收到一条错误消息

AttributeError: Can't get attribute 'ResNet1D' on <module '__main__'>

虽然在创建训练模型 (model_prep.py) 的同一笔记本中加载模型时不会发生此错误。此错误仅在将模型加载到没有模型架构的单独笔记本中时发生。我该如何解决这个问题？我想将经过训练的模型加载到一个新的单独文件中以对新数据执行。有人可以提出解决方案吗？

将来，我想使用 tkinter 创建一个 GUI，并部署经过训练的模型，以使用 tkinter 文件中的新数据检查预测。这可能吗？

【问题讨论】：

基本上模型保存依赖于保存时的全局变量，如ResNet1D。所以加载也需要相同的全局变量具有相同的值。尝试以与训练模型时相同的方式定义 ResNet1D。另外请从问题中删除tkinter 标签，因为问题不是由tkinter 直接引起的。

标签： python machine-learning pytorch google-colaboratory

【解决方案1】：

即使我也面临同样的错误。这想说的是通过调用类创建模型的实例，然后执行torch.load()。
如果通过 PyTorch 访问 Saving and Loading Models 上的博客之一，并且在 load 部分中，您可以清楚地看到 # Model class must be defined somewhere 这一行。
因此我建议，在您的 test.py 文件中尝试像在 train.py 中所做的那样定义模型类（猜测这是您创建模型的文件名），然后按如下所示加载。李>

model = ModelClass()
model = torch.load(PATH, , map_location=torch.device('cpu')) #<--- if current device is 'CPU'
model.eval() #<---- To prevent it from going to retraining mode.

【讨论】：