PyTorch加载预训练GoogLeNet报错：AttributeError问题求助

阿华AIGC实验室

2026-5-12

解决torchvision.models找不到googlenet的问题

你遇到的这个AttributeError大概率是两个核心原因导致的：要么是torch和torchvision的版本不兼容/版本过低，要么是环境里存在多个Python环境，导致你调用的不是安装了最新torchvision的那个环境。下面给你一步步的解决办法：

第一步：检查并匹配torch和torchvision的版本
就算你装了最新的torchvision，如果PyTorch版本和它不兼容，也会出现这类模块找不到的问题。先打开终端输入以下命令，查看当前环境的版本情况：
```
python -c "import torch; import torchvision; print('Torch version:', torch.__version__); print('Torchvision version:', torchvision.__version__)"
```
确保你的torchvision版本至少在0.4.0以上（GoogLeNet从这个版本开始加入到torchvision.models中），并且和torch版本匹配（比如torch 2.0.x对应torchvision 0.15.x，torch 1.13.x对应torchvision 0.14.x）。如果版本不匹配，先卸载现有版本再重新安装对应组合：
```
pip uninstall torch torchvision -y
# 示例：安装适配CUDA 11.7的torch+torchvision组合，可根据自己的CUDA版本调整
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu117
```
第二步：确认你使用的是正确的Python环境
多虚拟环境混用很容易搞混依赖。你可以在运行代码的终端里输入which python（Linux/macOS）或者where python（Windows），看看当前使用的Python路径是不是你安装了最新torchvision的那个环境。如果不是，切换到对应的虚拟环境再运行代码。
第三步：使用新版本torchvision的正确加载方式
从torchvision 0.13.0开始，pretrained=True参数已经被弃用，官方推荐用weights参数指定预训练权重。换成新写法不仅更规范，也能避免潜在的版本适配问题：
```
from torchvision.models import googlenet, GoogLeNet_Weights

# 加载带有预训练权重的GoogLeNet
model = googlenet(weights=GoogLeNet_Weights.DEFAULT)
# 如果不需要预训练权重，就写weights=None
# model = googlenet(weights=None)
```
第四步：确认没有拼写错误
虽然可能性不大，但还是检查下代码里的函数名是不是googlenet（全小写），别写成GoogLeNet或者其他拼写错误。