当你试图加载模型参数时，爆出如下类似错误：

Missing key(s) in state_dict: "conv1.weight", "bn1.weight", "bn1.bias", "bn1.running_mean",
...
Unexpected key(s) in state_dict: "epoch", "model_state", "optim_state", "best_valid_acc".

有人可能会使用stric=False来解决，即：

python">model.load_state_dict(torch.load("model1_model_best.pth.tar"),stric=False)

但这样有一个很直观的问题：许多参数都没找到，strict=False只会导致几乎所有参数都无法加载进来。

注意到Unexpected keys里有一个model_state，大概率这个才是真正存储权重的key。也就是说，为了能把除了模型权重之外的一些参数，比如这个模型训练到的epoch，acc信息等。为了把这些一起存到pth.tar里，有时候可以额外做一个键值对来存储权重。 此时，我们加载的办法就不再是上面那样，而是：

python">        ckpt = torch.load(ckpt_path)self.models[i].load_state_dict(ckpt['model_state'])

请注意这种情况