加载模型时存在的问题

[for-just-we]

你好，我最近参考你的代码加载模型时碰到了点问题

教程第五章，给出了用pytorch保存模型时用

traced_script_module = torch.jit.trace(model, var)
traced_script_module.save("vgg16bn.pt")

然后C++ libtorch加载模型时用 torch::load(vgg16bn,"your path to vgg16bn.pt");。

我用同样的python代码保存模型，加载模型用 torch::load 时报错：In template: invalid operands to binary expression ('serialize::InputArchive' and '<ModelName>')，但是用 torch::jit::script::Module module = torch::jit::load(modelPath); 可以加载模型。

我想问下前一个错误能怎么解决呢？虽然第二种方式可以加载模型但是是黑箱方式加载，我还是希望能用白盒方式加载模型。

我用的pytorch和libtorch是1.4.0版本

[AllentDan]

文档里写了可能的原因：

模型保存错了，无法正确加载
路径不对，没正确指向（可能非常大）
c++中定义的模型和python中定义的不一致，最好打印下来，复制到文件中对比文档。

[for-just-we]

文档里写了可能的原因：

模型保存错了，无法正确加载 路径不对，没正确指向（可能非常大） c++中定义的模型和python中定义的不一致，最好打印下来，复制到文件中对比文档。

但是 torch::load 报错不是运行错误，是编译错误。然后c++其实是可以加载模型的，只是我想用 torch::load 进行白盒加载，因为 torch::jit::load 是黑盒模式的加载。如果只是模型路径问题或者保存问题的话编译应该是没问题的吧

[AllentDan]

第三条，要求模型完全一致，即使名字一致也要注意各层参数是否一样

[for-just-we]

要求模型完全一致

这个都是一样的

[AllentDan]

那就不知道了，建议先试个最简单的模型，一个bn层这种，再二分查找问题点，

[erzhu222]

要求模型完全一致

这个都是一样的

请问问题解决了吗