pytorch中 gpu与gpu、gpu与cpu 在load时相互转化操作

问题描述 有时在加载已训练好的模型时，会出现 out of memory 的错误提示，但仔细检测使用的GPU卡并没有再用且内存也没有超出。 经查阅发现原来是训练模型时使用的GPU卡和加载时使用的GPU卡不一样导致的。个人感觉，因为pytorch的模型中是会记录有GPU信息的，所以有时使用不同的GPU加载时会报错。 解决方法 gpu之间的相互转换。即，将训练时的gpu卡转换为加载时的gpu卡。 torch.load(‘modelparameters.pth’, map_location={‘cuda:1′:’cuda:0’}) # gpu 1 –> gpu 0 当然，你也可以直接将加载模型时使用