PyTorchモデル / 重み

最初に見分ける：AIモデルかPython設定か

容量やテキスト表示は手掛かりであり、確定判定ではありません。メモ帳などを先に起動し「ファイル」→「開く」でコピーを確認できますが、文字が読めることも安全性の証明にはなりません。

開き方・操作手順

使っている環境や目的の項目を開いて、手順を確認してください。

操作名・対応状況はアプリ・OS・版によって異なります。変更する前に原本を残してください。

重みだけのPTHを読み込む最小例

次は、信頼できるstate_dictだけを保存したPTH向けの関数例です。引数modelには、作成元と同じ構造・設定であらかじめ作ったモデルを渡します。この関数はモデル構造を自動生成せず、出所不明のファイルを安全と判定するものでもありません。

import torch

def load_weights(model, path):
    state = torch.load(
        path, map_location="cpu", weights_only=True
    )
    model.load_state_dict(state, strict=True)
    model.eval()
    return model

実行例として掲載しているだけで、このサイトはPTHをアップロード・実行しません。eval()は推論時の動作モードを変える操作であり、勾配計算の無効化とは別です。

この手順の根拠：PyTorch Project · Saving and Loading Models / PyTorch Project · torch.load

state_dictとチェックポイントは読み方が違う

• state_dictは、パラメーター名とテンソルなどを対応付けた保存データです。モデルのPythonクラスや入力処理が一式そろうとは限りません。
• 学習用チェックポイントには、モデルの重み以外にoptimizer_state_dict、epoch、lossなどが含まれる場合があります。全体をload_state_dictへ渡さず、作成元が定めたキーからモデルの重みを取り出します。
• モデル全体を保存したファイルは、元のPythonクラス・依存関係が必要になる場合があります。制限付き読み込みで失敗したからといって、出所不明のオブジェクトを無条件に許可しないでください。

この手順の根拠：PyTorch Project · Saving and Loading Models / PyTorch Project · Serialization semantics

開けないとき：症状から確認

• Missing key(s) / Unexpected key(s)：モデル構造、保存した辞書の階層、学習時と推論時のラッパーを確認します。module.などの接頭辞が見えても、無条件に削除する前に保存元の定義を確認します。
• size mismatch：層の幅、クラス数、モデル設定などが重みのテンソル形状と合っていません。strict=Falseだけで解消できるとは限らず、部分読み込みが目的の推論結果を保証するわけでもありません。
• CUDA device関連のエラー：対応するロードでmap_location="cpu"を指定する方法があります。ただしモデル本体や後処理がGPU専用なら、読み込めてもCPUで全処理が動くとは限りません。
• Weights only load failed / Unsupported global：保存形式と対応版を配布元に確認します。エラーの指示をそのまま使ってweights_only=Falseへ変更したり、未知のクラスを許可リストへ追加したりしないでください。
• ModuleNotFoundError：モデル全体の保存に元のクラスが必要な場合があります。信頼できる配布元に依存関係を確認し、可能なら重みだけの提供を依頼します。
• アーカイブの読み取りエラー・予想より小さいファイル：ダウンロードが途中でないか、取得したものがHTMLのエラーページでないかを確認します。配布元の容量やハッシュがあれば照合します。
• メモリー不足：ファイル容量だけで実行に必要なRAM・VRAMは決まりません。モデル構造や入力サイズを確認します。CPUへのロード指定は、メモリー使用量をゼロにする設定ではありません。
• Pythonパス設定のPTHでimportに失敗：使用中のPythonと対象パス、環境の切り替えを確認します。AIモデルのロードやONNX変換で直す問題ではありません。

PTH → ONNX / Safetensors：用途を確認して書き出す

1. 信頼できるモデル定義、重み、前処理・入力仕様を揃え、元の環境で期待した結果が出ることを確認します。
2. ONNXはモデルの計算を出力する選択肢です。入力例、演算の対応、動的な形状、書き出し先の実行環境に合わせた条件を確認します。
3. Safetensorsは主にテンソルの保存用です。state_dict等から必要なテンソルを取り出す方針と、使用先の期待する名前・構造を確認します。モデルのPythonコード一式を置き換えるものではありません。
4. 出力を別名で保存し、同じ入力で結果、形状、精度、速度を比較します。Pythonのパス設定PTHはモデル変換の対象にしません。

.pthを.onnxや.safetensorsに改名しても変換できません。変換前にPTHをロードする工程自体にもリスクがあるため、配布元が提供する希望形式を取得できるなら、その対応版を確認します。

関連形式との違い

取り扱いと安全性

PyTorchの保存方法によってはpickleを通したコード実行が起こり得ます。weights_only=Trueは読み込み対象を制限しますが、すべての危険やメモリー枯渇を防ぐ保証ではありません。提供元、配布条件、ファイルの一致、更新済みの対応環境を確認し、出所不明のモデルをロードしないでください。Python設定のPTHにも、版によって起動時に実行されるimport行があり得ます。

よくある質問

公式・一次情報

• プロジェクト公式Saving and Loading Models

  state_dict、モデル全体、チェックポイントを区別する資料です。

  PyTorch Project · リンク確認：2026-10-10
• プロジェクト公式torch.load

  map_location、weights_only、信頼できない入力への警告を確認できます。

  PyTorch Project · リンク確認：2026-10-10
• プロジェクト公式Serialization semantics

  制限付き読み込みの仕組みと、安全性が保証されない範囲の説明です。

  PyTorch Project · リンク確認：2026-10-10
• プロジェクト公式torch.onnx

  モデル定義と入力例を使ったONNX書き出しの条件です。

  PyTorch Project · リンク確認：2026-10-10
• プロジェクト公式site — Site-specific configuration hook

  パス設定PTH、起動時処理、Pythonの版による違いを確認できます。

  Python Software Foundation · リンク確認：2026-10-10
• プロジェクト公式Safetensors

  テンソル保存形式と、PyTorch保存オブジェクトとの違いの資料です。

  Hugging Face · リンク確認：2026-10-10