pytorch 修改预训练model

Posted ylhe

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pytorch 修改预训练model相关的知识,希望对你有一定的参考价值。

    class Net(nn.Module):
        def __init__(self , model):
            super(Net, self).__init__()
            #取掉model的后两层
            self.resnet_layer = nn.Sequential(*list(model.children())[:-2])
            self.transion_layer = nn.ConvTranspose2d(2048, 2048, kernel_size=14, stride=3)
            self.pool_layer = nn.MaxPool2d(32)  
            self.Linear_layer = nn.Linear(2048, 8)
            
        def forward(self, x):
            x = self.resnet_layer(x)
            x = self.transion_layer(x)
            x = self.pool_layer(x)
            x = x.view(x.size(0), -1) 
            x = self.Linear_layer(x) 
            return x


    resnet = models.resnet50(pretrained=True)

    model = Net(resnet)

  

以上是关于pytorch 修改预训练model的主要内容,如果未能解决你的问题,请参考以下文章

为啥新层在修改后的预训练 pytorch 模型中被忽略?

在 torchvision.models.resnet34 中训练 resnet 预训练模型时,Pytorch 如何在 ImageNet 中处理图像?

Pytorch修改ResNet模型全连接层进行直接训练

Pytorch 预训练模型中的类数

pytorch预训练模型的下载地址以及解决下载速度慢的方法

pytorch加载内置模型、修改网络结构及加载预训练参数