Pytorch学习（二十）------代码合集

总说

整理并保存一些具有实用价值的PyTorch代码片段（其中一部分为自行编写，另一部分则来源于网络资源）。
本内容与Pytorch学习(十五)------ 杂项知识汇总预计将持续进行更新，用于记载一些零散的信息。

目录

• 从网络结构中提取特征（适用于通过sequential方式构建的模型）
  • 对复杂的预训练网络（例如ResNet等）进行调整
  • 对预训练模型进行简单的参数修改（例如ResNet等）
  • 在sequential构建的网络中添加自定义的计算层
  • 应用高斯模糊处理技术
  • 将自定义的操作逻辑集成到Transform模块中
  • 采用差异化学习率策略对网络的不同层级进行优化

网络不同层用不同学习率的方法

https://github.com/hytseng0509/CrossDomainFewShot/blob/master/methods/LFTNet.py

    class LFTNet(nn.Module):
      def __init__(self, params, tf_path=None, change_way=True):
    super(LFTNet, self).__init__()
    #