使用ResNet50迁移学习时遇PyTorch权限错误求助

你遇到的核心问题很明确：PyTorch默认会把预训练模型存到系统根目录的/.torch文件夹，但普通用户没有这个目录的写入权限，再加上你的环境里没装sudo命令，所以这条路走不通。下面给你几个简单可行的解决方案：

方案一：通过环境变量指定模型存储目录 #

这是最省心的方法，只需要在代码开头加几行，指定一个你有权限读写的目录（比如自己用户目录下的.torch文件夹，或者当前项目里新建的文件夹）：

import os
# 替换成你实际有权限的路径，比如/home/你的用户名/.torch，或者./torch_models（当前项目目录下）
os.environ['TORCH_HOME'] = '/home/your_username/.torch'

# 之后正常加载模型就行
import torchvision.models as models
model = models.resnet50(pretrained=True)

设置好TORCH_HOME后，PyTorch就会自动把预训练模型下载到你指定的目录，再也不会去碰根目录了。

方案二：手动指定模型加载目录 #

如果你不想修改环境变量，也可以直接在加载权重时指定存储路径。因为models.resnet50(pretrained=True)内部会调用model_zoo.load_url，我们可以拆成手动加载的步骤：

import torchvision.models as models
from torch.utils.model_zoo import load_url

# 先初始化不带预训练权重的模型
model = models.resnet50(pretrained=False)
# 指定你有权限的文件夹作为模型存储路径
state_dict = load_url(
    'https://download.pytorch.org/models/resnet50-19c8e357.pth',
    model_dir='/path/to/your/available/folder'
)
# 把权重加载到模型里
model.load_state_dict(state_dict)

为什么不建议用sudo？ #

你尝试用sudo但提示找不到命令，一方面是当前环境没装sudo工具；更重要的是，就算能用sudo，用root权限运行脚本会让下载的模型文件归root所有，后续你用普通用户运行时还是会有权限问题，而且root的Python依赖和你当前的conda环境大概率不一致，容易引发更多麻烦，所以完全没必要走这条路。

内容的提问来源于stack exchange，提问作者sigmoid