出现 'collections.OrderedDict' object has no attribute 'eval' 的根本原因，是你直接把保存的 state_dict（本质是 OrderedDict 有序字典）当成了模型对象去调用 .eval()，字典本身没有 eval、to、cuda 这类模型方法，正确流程是先创建网络实例，再用 load_state_dict 把权重字典灌入模型。很多新手踩坑的写法是 model = torch.load("xxx.pth")，加载出来直接 model.eval ()，如果这个 pth 里面只存了 state_dict，返回的就是 OrderedDict，不是网络对象；还有一种情况是保存时只存了权重，没有打包整个模型，加载后忘记实例化网络。标准修复流程：先定义好和训练时完全一致的模型类，实例化 model，再 torch.load 读取权重字典，执行 model.load_state_dict (state_dict)，之后才可以调用 model.eval ()、model.to (device)。
报错根因清单
- 错误写法：model = torch.load("weight.pth")，pth 仅保存 state_dict，得到 OrderedDict
- 本质：OrderedDict 只是权重键值对容器，不是 nn.Module 模型实例，不存在 eval、forward、parameters 等方法
- 常见诱因：训练时 torch.save(model.state_dict(), "xxx.pth")，只存权重，没有保存整个模型
- 次要诱因：保存的是多卡 DDP 权重，key 带有module.前缀，加载后还会附带键不匹配告警
两种保存方式对比表
| 保存方式 | 保存内容 | torch.load 返回值 | 加载后能否直接.eval () |
|---|---|---|---|
| torch.save(model.state_dict(), path) | 仅权重参数 | OrderedDict | ❌ 不能，要先实例网络再 load_state_dict |
| torch.save(model, path) | 整个模型对象（结构 + 权重） | nn.Module 模型实例 | ✅ 可以直接 eval（不推荐，版本迁移风险高） |
正确落地步骤
- 复现网络结构：把训练时的 Model 类定义完整复制过来，保证层名字、参数、顺序完全一致
- 实例化网络：model = MyModel()，此时才是真正的模型对象
- 读取权重字典：state_dict = torch.load("weight.pth", map_location="cpu")
- 载入权重：model.load_state_dict(state_dict)；DDP 权重要先 strip module.前缀
- 切换推理模式：model.eval()，后续正常跑推理
- 推理约束：with torch.no_grad () 关闭梯度，减少显存占用
最简正确 & 错误示例
错误代码（触发该报错）
错误！加载出来是OrderedDict
model = torch.load("model.pth")
model.eval()
正确代码
1. 先定义模型类
class MyModel(nn.Module):
2. 实例化
model = MyModel()
3. 加载权重字典
ckpt = torch.load("model.pth", map_location="cpu")
model.load_state_dict(ckpt)
4. 再调用eval
model.eval()
额外避坑点
- 模型结构必须和训练时一模一样，否则 key 不匹配，load_state_dict 报 Missing/Unexpected key
- DDP 多卡训练保存的权重，key 前面带module.，需要 {k.replace("module.",""):v for k,v in ckpt.items()}
- map_location 参数建议加上，避免 cuda/cpu 设备不匹配
- 优先保存 state_dict，不推荐直接 save 整个模型，跨 PyTorch 版本极易出问题
【相关 FAQ】
问题 1：'collections.OrderedDict' object has no attribute 'eval'：先实例化网络再加载 state_dict，这个报错到底是什么意思？
回答 1：'collections.OrderedDict' object has no attribute 'eval'：先实例化网络再加载 state_dict，意思是你拿到的是存放权重的有序字典 state_dict，不是 PyTorch 模型实例，字典没有 eval 这个方法，不能直接调用 eval。
问题 2：'collections.OrderedDict' object has no attribute 'eval'：先实例化网络再加载 state_dict，我什么时候可以直接 torch.load 之后 eval？
回答 2：'collections.OrderedDict' object has no attribute 'eval'：先实例化网络再加载 state_dict，只有当初你用 torch.save (model, path) 保存完整模型对象时，load 返回的才是模型，才可以直接 eval；只保存 state_dict 的情况不行。
问题 3：'collections.OrderedDict' object has no attribute 'eval'：先实例化网络再加载 state_dict，如果是 DDP 训练出来的权重，load_state_dict 还会遇到什么问题？
回答 3：'collections.OrderedDict' object has no attribute 'eval'：先实例化网络再加载 state_dict，DDP 权重的 key 会多出 module. 前缀，直接 load 会报键不匹配，需要遍历字典去掉前缀再载入。
问题 4：'collections.OrderedDict' object has no attribute 'eval'：先实例化网络再加载 state_dict，推荐的模型保存方式是什么？
回答 4：'collections.OrderedDict' object has no attribute 'eval'：先实例化网络再加载 state_dict，工业界推荐 torch.save(model.state_dict(), path)，只保存权重，结构代码单独维护，版本迁移更稳定。
【参考资料】
[2026-03-12]（PyTorch state_dict 加载规范与常见报错）PyTorch 官方文档
[2025-08-17]（'OrderedDict' object has no attribute 'eval' 解决方法）CSDN
[2025-10-05]（DDP 模型权重 module 前缀处理、load_state_dict 教程）知乎
[2026-01-20]（PyTorch 保存与加载模型最佳实践）PyTorch 中文社区
【免责声明】
本文仅为 PyTorch 该报错的技术排查资讯整理，加载权重的兼容性还受 PyTorch 版本、模型定义、训练框架、DDP/DP 训练模式影响；实际代码需要保证模型类定义与训练阶段完全对齐，不代表适配所有自定义网络、第三方预训练权重。