将PosixPath重定向到WindowsPath。

import pathlib
temp = pathlib.PosixPath
pathlib.PosixPath = pathlib.WindowsPath

我也在加载fastai模型，这个技巧很有效。

根据我自己的问题，我找到了一种方法：

from pathlib import Path

folder_path = Path('./models/model1')

更新1

这个解决方案只适用于Linux，在Windows上我仍然得到一个错误。

在Windows上工作时，您可以临时将pathlib.PosixPath设置为WindowsPath。重要的是恢复到原始值，特别是在加载pickle期间出现异常时。
一个简单的方法是执行try / finally：

posix_backup = pathlib.PosixPath
try:
    pathlib.PosixPath = pathlib.WindowsPath
    learn_inf = load_learner(EXPORT_PATH)
finally:
    pathlib.PosixPath = posix_backup

如果你经常这样做，你可以让流程更流畅，如下所示：
1.定义一个可以临时执行更改的函数
1.在with块中使用它
您可以将其添加到某个地方（如果使用Jupyter，则可以将其添加到脚本或专用单元格的顶部）。

from contextlib import contextmanager
import pathlib

@contextmanager
def set_posix_windows():
    posix_backup = pathlib.PosixPath
    try:
        pathlib.PosixPath = pathlib.WindowsPath
        yield
    finally:
        pathlib.PosixPath = posix_backup

然后，就像这样使用它：

EXPORT_PATH = pathlib.Path("model.pkl")

with set_posix_windows():
    learn_inf = load_learner(EXPORT_PATH)

......同时，检查sophros的答案：https://stackoverflow.com/a/62836990/1603480

根据提供的错误信息，您使用的是pathlib。因此您不需要在这里使用+ '/' +：str(path) + '/' + str(fname)
/作为路径分隔符在Linux/Unix上工作：

state = pickle.load(open(path / fname, 'rb'))

在Windows上使用.joinpath()：

state = pickle.load(open(path.joinpath(fname), 'rb'))

如果您不打算使用pathlib，请使用os.path.join()。它会自动为您的操作系统选择正确的格式。

这里的问题与Python根据操作系统处理路径的方式的差异有关：

• PosixPath-在Linux / Unix上
• WindowsPath-在Windows上

当在一个操作系统上使用pickle持久化对象时（比如Linux -就像在本例中一样），有关类型/类的信息也会持久化（这里：PosixPath）。
现在，当pickle文件被加载时，Python假设它将能够基于它先前持久化的类型信息重新创建对象。在这种情况下，它试图重新创建PosixPath类型的对象，该对象被pathlib库阻止并且不能在Windows上示例化。在Windows上应该使用WindowsPath，但是pickle模块不能很好地处理这种依赖于操作系统的逻辑，因此它无助地抛出错误。
理论上，你可以干预pathlib的代码来删除操作系统检查，但没有简单的解决方法，而是避免对依赖于操作系统的对象进行pickle（例如，将路径存储为字符串-就像os.path一样-肯定会解决这个问题）。
There is also another possibility-为path对象使用一个独立于平台的PurePosixPath类。

对于posix路径错误：当你在colab/gradient上训练你的模型并下载它，然后在Windows上进行推理。
将PosixPath重定向到WindowsPath：

import pathlib

temp = pathlib.PosixPath
pathlib.PosixPath = pathlib.WindowsPath

我正在做同样的工作-将fastai模型部署为Web服务器，遇到了同样的问题，这就是我所做的......在导出模型时，使用joblib或pickle来pickle模型，而不是使用learn.export（），并在服务器中使用以下代码。

__model = pickle.load(open(os.path.join('./artifacts/saved_model.pkl'), 'rb'))

通过这样做，它能够解决路径问题，但由于模型是使用GPU训练的，因此它会给出错误，要求将存储Map到CPU

在windows上使用此方法在本地使用fastai：

import pathlib
temp = pathlib.PosixPath
pathlib.PosixPath = pathlib.WindowsPath