PyTorch Sequential加载state_dict报错：存在意外键0.weight等

问题原因 #

你创建的空Sequential模型和原模型结构完全不符，加载时state_dict里的键（如0.weight）对应原模型的层参数，但空模型没有这些层，因此触发Unexpected key错误。

解决步骤 #

1. 重建与原模型完全一致的结构 #

加载前必须先定义和训练时一模一样的Sequential模型结构，不能直接用空的Sequential()。

比如原训练时的模型定义是：

import torch.nn as nn

# 原训练用的模型结构
model = nn.Sequential(
    nn.Linear(10, 20),
    nn.ReLU(),
    nn.Linear(20, 30),
    nn.ReLU(),
    nn.Linear(30, 5)
)

加载时也要先定义相同结构：

# 先重建相同结构的模型
model = nn.Sequential(
    nn.Linear(10, 20),
    nn.ReLU(),
    nn.Linear(20, 30),
    nn.ReLU(),
    nn.Linear(30, 5)
)

2. 加载state_dict #

完成结构重建后，再执行加载命令：

import torch

model.load_state_dict(torch.load(PATH))

优化建议 #

为避免重复编写模型结构，可将模型构建逻辑封装成函数，在保存和加载的代码中复用：

def build_sequential_model():
    return nn.Sequential(
        nn.Linear(10, 20),
        nn.ReLU(),
        nn.Linear(20, 30),
        nn.ReLU(),
        nn.Linear(30, 5)
    )

# 保存模型时
model = build_sequential_model()
# ...训练逻辑...
torch.save(model.state_dict(), PATH)

# 加载模型时
model = build_sequential_model()
model.load_state_dict(torch.load(PATH))

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