使用Pytorch Lightning传递ModelCheckpoint时出现配置错误如何解决？

报错原因 #

• 你所使用的PyTorch Lightning版本中，pl.Trainer的checkpoint_callback参数仅支持传入布尔值（True/False），用于控制是否启用默认 checkpoint 功能，不支持直接传入自定义的ModelCheckpoint实例。
• 所有自定义回调（包括早停、自定义 checkpoint 等）都需要统一传入callbacks参数的列表中，这是当前版本的强制要求。

修复代码 #

只需要调整pl.Trainer的初始化参数，删除单独的checkpoint_callback传参，把自定义的 checkpoint 回调实例加入callbacks列表即可：

trainer = pl.Trainer(
  logger=logger,
  callbacks=[early_stopping_callback, checkpoint_callback],
  max_epochs=N_EPOCHS,
  gpus=1,
  progress_bar_refresh_rate=30
)

补充说明 #

修改后你的训练逻辑会完全保留原有设定规则：连续2轮验证集损失不下降就触发早停，同时仅保存验证集损失最低的1份权重到指定路径。

内容的提问来源于stack exchange，提问作者MAC