Traceback (most recent call last): File "D:/HBISHE/04/105/SRGAN/prunek.py", line 18, in <module> model5 = model.load_state_dict(checkpoint['epoch']) File "D:\HBISHE\01\envs\cp36exam3\lib\site-packages\torch\nn\modules\module.py", line 803, in load_state_dict state_dict = state_dict.copy() AttributeError: 'int' object has no attribute 'copy'

这个错误可能是因为你在`model.load_state_dict()`中传递了错误的参数。`load_state_dict()`函数接受一个字典类型的参数，其中包含模型的状态字典。你传递的参数`checkpoint['epoch']`是一个整数类型的变量，而不是模型的状态字典。

你需要将`load_state_dict()`函数的参数改为`checkpoint['state_dict']`，这应该是一个包含模型状态字典的字典类型变量。示例代码如下：

model5 = model.load_state_dict(checkpoint['state_dict'])

如果你的checkpoint字典中没有state_dict键，你需要使用其他相关的键来加载模型的状态字典。

相关问题

Traceback (most recent call last): File "D:/HBISHE/04/105/SRGAN/prunek.py", line 18, in <module> model5 = model.load_state_dict(checkpoint['state_dict']) KeyError: 'state_dict'

这个错误提示说明在你的checkpoint字典中没有键名为`state_dict`。这个键名通常用于保存模型的状态字典。因此，你需要确认你的checkpoint文件中是否包含了模型的状态字典。

如果你使用的是PyTorch，可以使用`torch.save()`函数来保存模型的状态字典。示例代码如下：

torch.save(model.state_dict(), 'model.pth')

这将会把模型的状态字典保存在`model.pth`文件中。在加载模型的时候，可以使用`torch.load()`函数来加载这个文件，示例代码如下：

state_dict = torch.load('model.pth')
model.load_state_dict(state_dict)

如果你使用的是其他框架或者自己实现的算法，你需要查看对应的文档来确认如何保存和加载模型的状态字典。

Traceback (most recent call last): File "D:/HBISHE/04/105/SRGAN/prune.py", line 16, in <module> model3 = checkpoint.clone() AttributeError: 'dict' object has no attribute 'clone'

这个错误信息显示在你的代码中，第16行的checkpoint是一个字典，而不是一个模型对象。所以它没有一个名为"clone"的方法。如果你想复制模型，你需要先实例化一个模型对象，然后从checkpoint字典中加载权重。例如，你可以这样做：

import torch
from my_model import MyModel

# 实例化模型对象
model = MyModel()

# 从checkpoint中加载权重
checkpoint = torch.load('path/to/checkpoint.pth')
model.load_state_dict(checkpoint['state_dict'])

# 复制模型
model2 = MyModel()
model2.load_state_dict(checkpoint['state_dict'])

其中，`my_model.py`文件中应该定义了你实现的模型类`MyModel`。你需要根据你的实际情况修改这个代码。