PyTorch保存通用检查点报错：无法打开指定文件

我用PyTorch在CIFAR-10数据集上训练CNN模型，尝试按照PyTorch推荐的通用检查点方式保存训练状态，但持续报错；但直接保存整个模型的方式可以正常工作。

相关代码 #

保存检查点的函数：

def save_model(epoch):
    torch.save({
        'epoch': epoch+1,
        'model_state_dict': net.state_dict(),
        'optimizer_state_dict': optimizer.state_dict(),
        }, '/home/cc/research/AdderNet/pretrained/minionn.pt')

测试可行的保存方式：

torch.save(model, '/home/cc/research/AdderNet/pretrained/FILE_NAME')

报错信息 #

> Train - Epoch 1, Batch: 1, Loss: 2.302385
> Test Avg. Loss: 0.020081, Accuracy: 0.269100
> Train - Epoch 2, Batch: 1, Loss: 2.019350
> Test Avg. Loss: 0.018918, Accuracy: 0.324800
> Traceback (most recent call last):
> File "/home/cc/research/AdderNet/main.py", line 119, in <module>
> main()
> File "/home/cc/research/AdderNet/main.py", line 115, in main
> save_model(epoch)
> File "/home/cc/research/AdderNet/main.py", line 105, in save_model
> torch.save({
> File "/home/cc/anaconda3/envs/torch/lib/python3.10/site-packages/torch/serialization.py", line 422, in save
> with _open_zipfile_writer(f) as opened_zipfile:
> File "/home/cc/anaconda3/envs/torch/lib/python3.10/site-packages/torch/serialization.py", line 309, in _open_zipfile_writer
> return container(name_or_buffer)
> File "/home/cc/anaconda3/envs/torch/lib/python3.10/site-packages/torch/serialization.py", line 287, in __init__
> super(_open_zipfile_writer_file, self).__init__(torch._C.PyTorchFileWriter(str(name)))
> **RuntimeError: File /home/cc/research/AdderNet/pretrained/minionn.pt cannot be opened.**

环境信息 #

• 系统：Ubuntu20.04远程服务器
• 开发工具：VSCode远程连接
• Python环境：conda虚拟环境（Python3.10.8），conda基础环境3.9.13，系统默认Python3.8.10

1. 检查目标目录的存在性与权限 #

首先确认保存路径中的pretrained目录是否存在，若不存在则创建：

mkdir -p /home/cc/research/AdderNet/pretrained/

然后检查目录的读写权限，确保当前用户拥有写入权限：

ls -ld /home/cc/research/AdderNet/pretrained/

如果权限不足，执行以下命令修改：

chmod 755 /home/cc/research/AdderNet/pretrained/

2. 排查文件路径与锁定问题 #

• 先尝试简化保存路径，比如保存到当前工作目录测试，排除路径解析问题：

  torch.save(checkpoint, './minionn_test.pt')
  

• 若目标文件已存在，可能被其他进程锁定，先删除旧文件再尝试保存：

  rm -f /home/cc/research/AdderNet/pretrained/minionn.pt
  

3. 验证检查点字典的有效性 #

先将检查点数据存入临时变量，再执行保存，排除字典构造时的潜在问题：

def save_model(epoch):
    checkpoint = {
        'epoch': epoch+1,
        'model_state_dict': net.state_dict(),
        'optimizer_state_dict': optimizer.state_dict(),
    }
    torch.save(checkpoint, '/home/cc/research/AdderNet/pretrained/minionn.pt')

同时确保net和optimizer对象在保存时处于有效状态，未被意外释放。

4. 检查系统与环境兼容性 #

• 确认磁盘空间是否充足：

  df -h
  

• 验证conda虚拟环境中的PyTorch版本是否正常，必要时重新安装：

  # CPU版本示例，GPU版请替换为对应命令
  conda install pytorch torchvision torchaudio cpuonly -c pytorch
  

内容的提问来源于stack exchange，提问作者Al A