PyTorch 2.0.0中InceptionV3 aux_logits参数报错及功能疑问

1. 为啥会报"aux_logits expected value True but got False"？ #

在PyTorch 2.0.0及之后版本里，你用models.Inception_V3_Weights.DEFAULT加载的预训练权重，是基于**开启辅助分类器（aux_logits=True）**的InceptionV3结构训练出来的。要是直接把aux_logits设为False，模型结构和预训练权重的结构对不上，就会触发这个参数不兼容的报错。说白了就是：预训练权重对应的模型带辅助分类器，你不能硬套一个不带辅助分类器的结构去加载它。

2. aux_logits到底是干啥的？ #

没错，它就是和InceptionV3的辅助分类器绑定的：

• InceptionV3是深层网络，训练时容易出现梯度消失的问题。辅助分类器是从网络中间层（Inception模块之后）分支出来的小型分类器，训练阶段会和主分类器一起计算损失，帮梯度更顺畅地传到网络浅层，提升训练的稳定性和收敛速度。
• 到了推理阶段，辅助分类器没用，一般会关掉它（设aux_logits=False），只留主分类器的输出。

3. 改代码解决报错的方案 #

你得先以aux_logits=True加载预训练模型，再手动关闭辅助分类器，同时替换全连接层：

def __init__(self, embed_size, trainCNN=False):
    super(encoderCNN, self).__init__()
    self.trainCNN = trainCNN
    # 先按aux_logits=True加载，匹配预训练权重的结构
    self.inception = models.inception_v3(weights=models.Inception_V3_Weights.DEFAULT, aux_logits=True)
    # 关闭辅助分类器
    self.inception.aux_logits = False
    # 移除辅助分类器的参数（可选，避免冗余参数占用资源）
    if hasattr(self.inception, 'AuxLogits'):
        self.inception.AuxLogits = None
    # 替换主分类器的全连接层
    self.inception.fc = nn.Linear(self.inception.fc.in_features, embed_size)
    self.dropout= nn.Dropout(0.5)
    self.relu = nn.ReLU()

要是不需要训练CNN部分，还可以加载后冻结参数：

if not self.trainCNN:
    for param in self.inception.parameters():
        param.requires_grad = False

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