报错了：torch.load{ModuleNotFoundError}No module named ‘lib‘

问题是关于如何在不同的文件夹中使用torch.load()加载预训练的模型，出现No module named 'model’的错误。

这是因为PyTorch内部使用pickle来保存和加载模型对象，而pickle需要能够找到模型定义的Python模块。如果您的模型定义在文件夹A中的model.py中，而您在文件夹B中的train.py中torch.load加载模型，那么pickle就无法找到model.py，除非您将文件夹A添加到sys.path中。这样，pickle就可以在Python的搜索路径中找到model.py，从而正确地加载模型对象。

一种解决这个问题的方法

在您加载预训练模型的Python模块（例如train.py）的顶部添加以下两行代码：

import sys

sys.path.insert(0, ‘./WordLM’)

其中./WordLM是您的主项目目录中的一个子目录，它包含了预训练的模型。

这样，您就可以在不出现任何问题的情况下加载模型了。

另一种解决这个问题的方法

不要保存和加载整个模型对象，而只保存和加载模型的状态字典（state dict）。这样，您就不需要依赖pickle来序列化和反序列化模型对象，也不需要担心模型定义的位置。您可以参考[PyTorch官方文档]中关于保存和加载模型的部分，了解如何使用状态字典的方法。这也是PyTorch推荐的做法，因为它可以使您的代码更加灵活和可移植。