网络编程
位置:首页>> 网络编程>> Python编程>> pytorch 更改预训练模型网络结构的方法

pytorch 更改预训练模型网络结构的方法

作者:wayne980  发布时间:2022-04-02 04:41:19 

标签:pytorch,预训练,模型,网络结构

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)

来源:https://blog.csdn.net/wayne980/article/details/84026939

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com