PyTorch导入并修改预训练模型
发布时间
阅读量：
阅读量
pytorch加载与修改预训练模型
在实际应用中，人们常常倾向于利用预训练模型进行微调或作为初始参数设置（毕竟权重初始化确实存在一定的不确定性），但有时并不需要使用其中的部分层，此时就需要对已加载的预训练模型进行相应调整。
倘若对模型架构已有明确了解，此类操作相对较为简单；若缺乏相关认知，则难以完成相应步骤。
import torch
import torch.nn as nn
import torchvision
from torchstat import stat
class resnet18_new(nn.Module):
def __init__(self):
super(resnet18_new,self).__init__()
pretrained_net=torchvision.models.resnet18()
pretrained_layers=pretrained_net.children()
layers=list(pretrained_layers)[:-1]
# for i in range(len(list(pretrained_layers))-1):
# l全部评论 (0)
还没有任何评论哟~