根本原因是模型与权重文件的state_dict键名不一致，常见于DataParallel保存带module.前缀、模型重构改名、层增减或PyTorch版本差异；unexpected key是权重多出的键，missing key是模型缺失对应参数的键，二者常成对出现，本质为命名空间错位。
为什么 load_state_dict() 报 “unexpected key” 或 “missing key”？
根本原因是模型定义的 state_dict 键名与权重文件中的键名不一致——不是模型写错了，而是加载时没对齐。常见于：用 torch.nn.DataParallel 训练后保存的权重（键带 module. 前缀），却在单卡模型上直接加载；或模型类重构后字段重命名、新增/删减了层；又或者用了不同版本的 PyTorch（如 1.x 和 2.x 对某些内置模块的参数命名有微小差异）。
错误信息里列出的 unexpected key 是权重里多出来的键，missing key 是模型里找不到对应参数的键。二者常成对出现，本质是命名空间错位。
如何安全地做键名映射和过滤？
别直接调 model.load_state_dict(sd)，先手动对齐键名。核心思路是构造一个新字典，把权重里的键按规则映射到模型期望的键上。
- 如果权重带
module.前缀但模型不带：用{k.replace("module.", ""): v for k, v in sd.items()} - 如果模型带
module.前缀但权重不带：用{"module." + k: v for k, v in sd.items()} - 若只想加载部分模块（比如只更新 backbone）：用
{k: v for k, v in sd.items() if k.startswith("backbone.")} - 加载前务必检查键集：用
set(model.state_dict().keys())和set(sd.keys())比较交集与差集，避免静默失败
用 strict=False 是不是万能解？
不是。设 strict=False 只是让 load_state_dict() 忽略不匹配的键，不报错，但不会帮你修复错位——缺失的层依然没加载，多余的权重彻底丢弃。它适合快速验证是否“能跑起来”，但不能替代键名对齐。
立即学习“Python免费学习笔记（深入）”；
尤其要注意：如果缺失的是关键层（如 classifier.weight），模型前向可能不报错但输出全为零或 nan；如果多出的是 BatchNorm 的 running_mean，而你实际用的是新初始化的 BN 层，那统计量就被覆盖了，影响推理一致性。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
所以 strict=False 应仅作为临时调试手段，上线前必须确认所有必要参数已正确加载。
保存权重时就该预防这个问题
训练结束保存时，别无脑用 torch.save(model.state_dict(), ...)。如果是 DataParallel 包装的模型，应先取内层：model.module.state_dict()；如果是 DistributedDataParallel，同样用 model.module.state_dict()。
更稳妥的做法是统一加个保存钩子：
def save_clean_state_dict(model, path):
sd = model.state_dict()
# 自动剥离 module. 前缀（兼容 DataParallel）
clean_sd = {k.replace("module.", ""): v for k, v in sd.items()}
torch.save(clean_sd, path)这样后续无论在哪种设备上加载，都省去一次手动清洗。键名规范这件事，越早做，后期越少掉坑。
真正麻烦的不是映射逻辑，而是不同实验中混用带/不带 module. 的权重，又没留日志记录训练时的模型包装方式——这种模糊性才是最耗时间的。
