Pytorch根据layers的name冻结训练方式
更新时间:2020年01月06日 09:27:31 作者:木有感情的机器人
今天小编就为大家分享一篇Pytorch根据layers的name冻结训练方式,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
使用model.named_parameters()可以轻松搞定,
model.cuda()
# ######################################## Froze some layers to fine-turn the model ########################
for name, param in model.named_parameters(): # 带有参数名的模型的各个层包含的参数遍历
if 'out' or 'merge' or 'before_regress' in name: # 判断参数名字符串中是否包含某些关键字
continue
param.requires_grad = False
# #############################################################################################################
optimizer = optim.SGD(filter(lambda p: p.requires_grad, model.parameters()),
lr=opt.learning_rate * args.world_size, momentum=0.9, weight_decay=5e-4)
以上这篇Pytorch根据layers的name冻结训练方式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。


最新评论