Pytorch修改ResNet模型全连接层进行直接训练实例
更新时间:2019年09月10日 16:32:40 作者:嶙羽
在本篇文章里小编给大家整理的是关于Pytorch修改ResNet模型全连接层进行直接训练相关知识点,有需要的朋友们参考下。
之前在用预训练的ResNet的模型进行迁移训练时,是固定除最后一层的前面层权重,然后把全连接层输出改为自己需要的数目,进行最后一层的训练,那么现在假如想要只是把
最后一层的输出改一下,不需要加载前面层的权重,方法如下:
model = torchvision.models.resnet18(pretrained=False) num_fc_ftr = model.fc.in_features model.fc = torch.nn.Linear(num_fc_ftr, 224) model = nn.DataParallel(model, device_ids=config.gpus).to(device)
首先模型结构是必须要传入的,然后把最后一层的输出改为自己所需的数目
以上知识点很简单,大家可以测试下,感谢大家的阅读和对脚本之家的支持。
相关文章
解决python3在anaconda下安装caffe失败的问题
下面小编就为大家带来一篇解决python3在anaconda下安装caffe失败的问题。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧2017-06-06


最新评论