distribute train load model fail

IrvingMeng / MagFace

MagFace: A Universal Representation for Face Recognition and Quality Assessment, CVPR2021, Oral

Apache License 2.0

626 stars 85 forks source link

Closed zhangxiaopang88 closed 3 years ago

zhangxiaopang88 commented 3 years ago

你好，我执行run_dist.sh命令保存的模型，使用torch.load一直加载失败，请问可以给一些建议吗关于load分布式训练保存模型？

IrvingMeng commented 3 years ago

您好，这个是之前改api引入的一个bug，更新到最新版本的代码应该就没有问题了。涉及到的代码： https://github.com/IrvingMeng/MagFace/blob/main/run/trainer_dist.py#L161-L174

zhangxiaopang88 commented 3 years ago

您好，保存模型时多加args.rank == 0这个判断，使用torch.load就可以load成功了吗？

IrvingMeng commented 3 years ago

您好，保存模型时多加args.rank == 0这个判断，使用torch.load就可以load成功了吗？

yep