Python Pytork错误：'；BiSeNet'；对象没有属性'；模块'；

我是pytorch的新手，我正在尝试研究BiSeNet用于图像分割（代码取自github repo:）。在训练阶段，经过一些训练阶段后，如果val的结果比以前的好，网络将执行验证和tryes以保存模型的参数。 在最后一次操作中，我在第109行（以及培训期间的第102行）中得到了这个错误：

AttributeError:'BiSeNet'对象没有属性'module'

我没有在这里粘贴所有代码，只是粘贴主要步骤

首先，他们建立了这样的模型：

os.environ['CUDA_VISIBLE_DEVICES'] = args.cuda
model = BiSeNet(args.num_classes, args.context_path)
if torch.cuda.is_available() and args.use_gpu:
        model = model.cuda()

因此存在一个BiSeNet对象，它是通过一个名为“model”的导入模块创建的，其中有一个名为build_BiSeNet.py的文件；在这个脚本中定义了类BiSeNet，并且没有名为module的属性。 查看pytorch文档，似乎在Model类中有一个名为modules的属性，其中包含我要保存的模块。 在文档中，他们还建议执行

torch.save（model.state_dict（），…）

以保存模型，而无需调用模块属性（如第109行中所述）

最后，我的问题是：为了避免出现错误，我应该删除第109行中的.module（以及第102行中的.module）还是将此属性更改为.modules？

看看它们，它们正在定义模型：

model=BiSeNet（args.num\u类，args.context\u路径）
如果torch.cuda.U可用（）和args.use\U gpu：
model=torch.nn.DataParallel（model.cuda）（）

用

nn.DataParallel

包装

模型后，您会得到一个“额外的”
.module
。

保存的检查点没有此额外的
.module
，因此，加载保存的检查点时：

model.module.load\u state\u dict（torch.load（args.checkpoint\u path））

它不是直接加载到
模型
，而是加载到
模型。模块
我怀疑
。模块
是在原始代码中完成的并行GPU训练的“剩余”。如果您没有使用任何并行性，我认为从有问题的行中删除
.module
是安全的。