pytorch 更改预训练模型网络结构的方法
更新时间：2019年08月19日 14:56:03 作者：wayne980
今天小编就为大家分享一篇pytorch 更改预训练模型网络结构的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
一个继承nn.module的model它包含一个叫做children()的函数，这个函数可以用来提取出model每一层的网络结构，在此基础上进行修改即可，修改方法如下(去除后两层)：
resnet_layer = nn.Sequential(*list(model.children())[:-2])
那么，接下来就可以构建我们的网络了：
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
最后，构建一个对象，并加载resnet预训练的参数就可以啦～
resnet = models.resnet50(pretrained=True) model = Net(resnet)
以上这篇pytorch 更改预训练模型网络结构的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要为大家介绍了python深度学习中如何借助多标签分类器进行对抗训练，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步2022-01-01
本文利用Python实现报表自动化,通过介绍环境设置、数据收集和准备、报表生成以及自动化流程,展示Python的灵活性和丰富的生态系统在报表自动化中的卓越表现,从设置虚拟环境到使用Pandas和Matplotlib处理数据,到借助APScheduler实现定期自动化,每个步骤都得到详尽阐述2023-12-12
这篇文章主要介绍了django之如何按日期查询数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-08-08
这篇文章主要为大家介绍了Python项目管理工具Poetry使用示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-09-09
这篇文章主要介绍了python 多线程threading程序详情，Thread类表示在单独的控制线程中运行的活动，下文相关资料需要的小伙伴可以参考一下2022-04-04
这篇文章主要为大家详细介绍了python实现上传下载文件功能，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-07-07
这篇文章主要介绍了如何在Python 中获取单成员集合中的唯一元素,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2023-03-03
这篇文章主要介绍了Python实现RabbitMQ6种消息模型的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-03-03
在本篇文章里我们给大家分享关于IntelliJ IDEA安装运行python插件方法，对此有需求的读者们可以跟着步骤学习下2018-12-12
这篇文章主要介绍了Python搭建HTTP服务过程图解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-12-12
最新评论