pytorch 错误解决：NotImplemented Error

最新推荐文章于 2025-05-16 23:47:02 发布

暖仔会飞

最新推荐文章于 2025-05-16 23:47:02 发布

阅读量1.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： Pytorch学习文章标签： pytorch python 深度学习

本文链接：https://blog.csdn.net/qq_42902997/article/details/128667519

Pytorch学习专栏收录该内容

17 篇文章

订阅专栏

文章讨论了在使用PyTorch时遇到NotImplementedError的常见原因，包括forward函数未定义、拼写错误或缩进问题，特别是当涉及ModuleList时。作者提到了一种特殊情况，即在集成包含ModuleList的预训练模型时，需要在forward函数中手动连接ModuleList的内容以避免错误。为了解决这个问题，文章提供了一个名为model2extractor的函数，该函数能遍历模型并把ModuleList添加到Sequential结构中。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

错误描述

File “”, line 1, in
runfile(‘C:/usr/local/Anaconda3/mylib/Autoencoder_test.py’, wdir=‘C:/usr/local/Anaconda3/mylib’)

File “C:\usr\local\Anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py”, line 705, in runfile
execfile(filename, namespace)

File “C:\usr\local\Anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py”, line 102, in execfile
exec(compile(f.read(), filename, ‘exec’), namespace)

File “C:/usr/local/Anaconda3/mylib/Autoencoder_test.py”, line 85, in
xhat = model(x)

File “C:\usr\local\Anaconda3\lib\site-packages\torch\nn\modules\module.py”, line 477, in call
result = self.forward(*input, **kwargs)

File “C:\usr\local\Anaconda3\lib\site-packages\torch\nn\modules\module.py”, line 83, in forward
raise NotImplementedError

NotImplementedError

问题分析

通常这种情况下的问题有：
- 定义自己的 Module 的时候 forward 函数没有实现 / forward 函数名字写错了 / forward 函数前后位置的缩进有空格或者缩进错误
- 使用了 ModuleList 去存放自己的网络模块。但是没有在 forward 中将 ModuleList 中的模块进行连接

特殊情况

还有一种非常容易疏忽的情况：
- 在调用别人的预训练模型或者别人封装好的模块的时候，里面包含了 ModuleList 模块，但是你没有对齐中的内容进行连接。比如下面这种情况。
- 目前我想要使用别人写好的 A 模型作为我的网络的一部分，但是 A 模型自身包含两部分，第一部分是 Sequential 定义好的模块（这个模块不需要我们重新通过 forward 进行连接），第二部分是 ModuleList，
- 那么当我们构建我们自己网络的时候，无论这个 ModuleList 藏得有多深，如果我们不在自己的 forward 函数中进行人为的连接，他都会报错 NotImplemented Error
- 所以我用下面的代码将 A模型 中的部分进行遍历，如果遇到上述 ModuleList 的情况，就把他们加入到 Sequential 结构中
```
def model2extractor(model):
    sequential = nn.Sequential()
    for name, module in model.named_children():
        print(name)
        if isinstance(module, nn.ModuleList):
            mod = nn.Sequential(*module)
            sequential.add_module(name, mod)
        else:
            sequential.add_module(name, module)
    return sequential
```