首页 > 编程 > Python > 正文

Pytorch修改ResNet模型全连接层进行直接训练实例

2019-11-25 11:44:34
字体:
来源:转载
供稿:网友

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_featuresmodel.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武林网的支持。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表