如何覆盖FastAI为权重文件路径添加models/前缀与.pth后缀的行为？

在fastai==2.7.7版本中，调用model.load()加载权重时，框架会自动给路径添加models/前缀和.pth后缀，导致传入完整路径后出现重复拼接的错误（比如models/data/models/my_weights.pth.pth）。以下是几种覆盖该行为的解决办法：

方法1：使用绝对路径或Path对象 #

FastAI的load方法仅对相对字符串路径做自动拼接，传入绝对路径字符串或者pathlib.Path对象时，会直接使用原路径，不会添加额外前缀后缀。代码示例：

from pathlib import Path

def inference(model_params: ModelParams, device: str, dataloader: DataLoader, id: str):
    model = load_learner(model_params.model, cpu=='cpu')
    # 方式1：使用Path对象传入完整路径
    weight_path = Path('data/models/my_weights.pth')
    model.load(weight_path)
    
    # 方式2：直接传入绝对路径字符串
    # model.load('/home/me/project/data/models/my_weights.pth')

方法2：修改Learner的默认路径 #

Learner默认会在自身path属性指定的目录下的models子目录找权重文件，修改path为权重所在目录后，只需传入文件名（无需后缀）即可：

from pathlib import Path

def inference(model_params: ModelParams, device: str, dataloader: DataLoader, id: str):
    model = load_learner(model_params.model, cpu=='cpu')
    # 将Learner的默认路径设置为权重文件所在目录
    model.path = Path('data/models')
    # 仅传入文件名，框架不会额外拼接路径
    model.load('my_weights')

方法3：手动用torch.load加载权重 #

绕过FastAI的load方法，直接使用PyTorch原生API加载权重并挂载到模型上，完全控制路径逻辑：

import torch

def inference(model_params: ModelParams, device: str, dataloader: DataLoader, id: str):
    model = load_learner(model_params.model, cpu=='cpu')
    # 直接加载权重文件
    state_dict = torch.load('data/models/my_weights.pth', map_location=device)
    # 将权重加载到模型中
    model.model.load_state_dict(state_dict)

内容的提问来源于stack exchange，提问作者DanielBell99