加载SSD300模型Checkpoint时遇CUDA反序列化错误，如何解决？

这个错误的核心原因是你加载的模型 checkpoint 是在带 CUDA 的设备上保存的，参数默认关联了 CUDA 设备，但当前运行环境没有可用的 CUDA，直接加载会触发设备不匹配的问题。

只需要修改 torch.load() 这一行代码，添加 map_location 参数，指定将 checkpoint 映射到当前可用的计算设备即可：

# set the computation device
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
# Load model checkpoint
checkpoint_path = 'checkpoints/checkpoint_ssd300.pth.tar'
# 关键修改：添加 map_location=device，自动适配当前设备
checkpoint = torch.load(checkpoint_path, map_location=device)
start_epoch = checkpoint['epoch'] + 1
print('\nLoaded checkpoint from epoch %d.\n' % start_epoch)
model = checkpoint['model']
model = model.to(device)
model.eval()

关键说明 #

• map_location=device 会自动根据你定义的 device（CUDA 或 CPU）来加载 checkpoint 参数，避免设备不匹配的问题
• 不需要手动写死 map_location=torch.device('cpu')，用已定义的 device 可以让代码在有 CUDA 和无 CUDA 的环境下都能正常运行

内容的提问来源于stack exchange，提问作者Rust_Eze