解决_pickle.UnpicklingError: A load persistent id instruction was encountered,but no persistent_load

这意味着默认情况下，PyTorch 只会加载模型的权重，而不加载其他可能包含恶意代码的内容。因此，当你尝试加载 YOLO 模型时，可能会遇到。使用yolov10m.onnx 可以正常使用，但是onnx 不可以自己训练，所以改用.pt ，出现报错。我使用的YOLOv10来加载模型，但是换汤 不换药，找到tasks.py。在 PyTorch 2.6 中，，并且模型的全局引用。

_pickle.UnpicklingError: A load persistent id instruction was encountered, but no persistent_load function was specified. 在torch1.7训练的模型无法加载到torch0.4的模型。 解决：#在torch 1.7版本中重新加载一下网络参数 import torch model = MyNetwork().to(device) #实例化模型并加载到cpu货GPU中 model.load_

读取PKL文件报错 报错内容如下： _pickle.UnpicklingError: A load persistent id instruction was encountered, but no persistent_load function was specified. 解决办法有很多种，这得看Pkl储存的内容使用的什么方式 解决办法（一）使用numpy存储的读取办法 import numpy as np meta_file = 'path/***.pkl' data = np.load(meta

Exception has occurred: UnpicklingError A load persistent id instruction was encountered, but no persistent_load function was specified. 运行torch.load(） 时报错，原因是保存和加载模型时的pytorch版本不一致导致的，换用一致的版本即可。 ...

but no persistent_load function was specified. 问题描述 如题，提取pickle数据 解决方案 直接解释是因为生成pickle文件的过程中使用了persistent_load，但是读取过程中没有提供。 本例中的具体原因是，读取的pickle文件并非pickle格式，只是用pickle这个词表示这是一个规范压缩的数据文件，改用合适的read_*()函数就可以了 ...

Index 目录索引Introduction 引言错误信息描述报错原因分析解决方法Conclusion 总结 Introduction 引言 在使用PyTorch训练神经网络模型的时候，由于PyTorch安装版本不同的原因，可能会因为不兼容而报出各种各样的错误，此系列专注于记录在训练时候遇到的各种错误解决方法，供小伙伴们参考和学习。 错误信息描述 话不多说，如题，首先抛出错误信息： C:\Users\***\python.exe "D:/***/ConfusionMatrix_vgg/main.py" cu

在将pytorch本地训练好的模型，传到jetson nano平台上，加载模型时，报了这个错误： 问题原因 查阅相关资料，这是由于pytorch在1.6.0版本之后，模型保存默认方式是压缩的形式，而在jetson nano版本上的pytorch版本是1.0.0，因此无法直接加载.pth文件。 用下面的方式可以查看pytorch的版本： 问题解决 设置保存模型时不进行压缩，即修改保存模型语句为：...

描述 在使用pytorch合并模型时出错 原因 保存模型和合并模型时pytorch版本不一致。合并模型时切换为保存模型的pytorch版本即可。

今天在跑程序时突然出现了这个错误，找了很多方法都没有解决 我是用的torch.load() 后来发现是因为torch版本的问题，报错之前用的版本是torch==0.4.1，后来进行了修改，使用torch==1.7.1就可以正常运行了。 至于版本还是看自己跑的模型是什么，如果是用的别人的模型，看有没有requirements.txt ...

错误如图所示

解决分割网络训练过程中遇到的问题