加载检查点时发生了错误提示emb_gweight is not in the checkpoint。- 最后显示了CUDA内存不足的错误。这些问题怎么解决？

这个问题可能是由于加载的检查点与神经网络模型的结构不匹配导致的。具体解决方法取决于你的代码实现细节，但是以下是一些常见的解决方法：

1. 检查模型结构：检查你的神经网络模型的结构是否与加载的检查点相匹配。确保模型的参数和检查点中的参数数量和顺序一致。

2. 重新训练模型：如果检查点与模型结构不匹配，可能需要重新训练模型或者使用匹配的检查点。

3. 检查参数命名：确保加载检查点时使用了正确的参数命名。有时候，检查点中的参数可能使用了不同的命名规则，需要根据检查点的命名规则来调整代码中的参数命名。

关于CUDA内存不足的问题，这是由于你的GPU内存不足导致的。解决这个问题的方法有：

1. 减少批量大小：减小每个批次的样本数量，可以减少GPU内存的使用量。

2. 减少模型参数量：可以尝试减少模型的参数量，例如减少隐藏层的大小、减少网络的深度等。

3. 使用更小的模型：可以尝试使用更小的模型，例如使用更少的层或更少的隐藏单元。

4. 使用分布式训练：如果有多个GPU可用，可以尝试使用分布式训练，将模型参数分散到多个GPU上训练，从而减少每个GPU上的内存使用量。

5. 如果可能，可以考虑升级你的GPU，以获得更多的内存空间。

请根据你的具体情况选择适合你的解决方法