DiffProtect: как исправить «Нет модуля с именем numpy.lib.function_base» при загрузке модели PyTorch Lightning из контро ⇐ Python

[Anonymous]

Я пытаюсь загрузить предварительно обученную модель PyTorch Lightning из репозитория DiffProtect (опубликованного в 2023 году) в Google Colab, но сталкиваюсь с ошибкой совместимости.
Среда:
Google Colab (Python 3.12)
PyTorch Lightning: 2.5.6 (последняя версия)
NumPy: 2.2.1 (последняя версия от Colab)
PyTorch: 2.5.1+cu121
Контрольная точка: обучение на более старых версиях в 2023 году.
Код:

Код: Выделить всё

import pytorch_lightning as pl
from experiment import LitModel

# Attempt 1: Direct loading
model = LitModel.load_from_checkpoint(
'checkpoints/ffhq256_autoenc.ckpt',
map_location='cuda',
strict=False
)
```

### **Error:**
```
ModuleNotFoundError: No module named 'numpy.lib.function_base'

Traceback:
File "/content/DiffProtect/experiment.py", line 8, in 
import pytorch_lightning as pl
...

ModuleNotFoundError: нет модуля с именем «numpy.lib.function_base»
Что я пробовал:
Попытка 1: альтернативный метод загрузки

Код: Выделить всё

import torch
checkpoint = torch.load('checkpoints/ffhq256_autoenc.ckpt', map_location='cuda')
model = LitModel(conf)
model.load_state_dict(checkpoint['state_dict'], strict=False)

Результат: та же ошибка при импорте модуля
Попытка 2: проверка версии numpy

Код: Выделить всё

import numpy as np
print(np.__version__)  # 2.2.1

Проблема в том, что numpy.lib.function_base была удалена в NumPy 2.0, но контрольная точка была создана в NumPy 1.x.
Исследование:
В руководстве по миграции NumPy 2.0 упоминается, что numpy.lib.function_base устарела.
PyTorch Lightning изменил формат контрольной точки между версиями.
Репозиторий DiffProtect последний раз обновлялся в 2023 году (до NumPy 2.0).
Вопрос:
Как мне успешно загрузить эту старую контрольную точку в современной среде Google Colab? Мне нужно решение, которое:
Работает в Google Colab (среда 2024/2025)
Загружает контрольную точку PyTorch Lightning 2023 года
Не нарушает другие зависимости
Позволяет модели выполнять логические выводы на графическом процессоре
Дополнительный контекст:
Структура контрольной точки включает в себя:
state_dict: веса модели
hyper_parameters: конфигурация, включающая объект conf
Метаданные PyTorch Lightning
Есть ли способ:
безопасно понизить версию numpy до 1.x в Colab?
Загрузить контрольную точку в режиме совместимости?
Извлечь только веса модели и загрузить их вручную?
Будем признательны за любые рекомендации по загрузке контрольных точек старой модели ML в современных средах!

Подробнее здесь: https://stackoverflow.com/questions/798 ... en-loading