多任务学习网络之改写m_models = {tmp xxx(xxx是代表网络结构层) for tmp in dataset_train}_modeltmp

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

1.论志同道合者的重要性。宝剑赠英雄，红粉送佳人。生命中三两同行人，足矣。

2.小人物，笨办法，大智慧。
照着葫芦画瓢。别人的网络可以运行的通，就仿照他们的编写格式，进行修改，适应自己的个性化任务。修改之后，要是报错，不要气馁。实在不行的情况下，找到报错关键地方，一句一句的采用调试方式或print()，接下来要的就是耐心和细心了，日拱一步，步步为营。

3.几多愁来几多喜！

4.感叹，人世唯艰，人间正道是沧桑。

# class\_num = 31

# model
m_models1 = {tmp:model.network_dict['AlexNetFc'](True) for tmp in dataset_train}
'''
m\_models = {tmp:nn.Sequential(m\_models[tmp], nn.Linear(m\_models[tmp].out\_features, 3))
 for tmp in dataset\_train}
m\_models2 = {tmp:nn.Sequential(m\_models[tmp], nn.Linear(m\_models[tmp].out\_features, 5)) 
 for tmp in dataset\_train if tmp == "target"}
'''
m_models = {'source':nn.Sequential(m_models1['source'], 
			nn.Linear(m_models1['source'].out_features, 2))}
print(m_models)
m_models2 = {'target':nn.Sequential(m_models1['target'], 
			nn.Linear(m_models1['target'].out_features, 5))}
print(m_models2)

m_models.update(m_models2)
print("dataset\_train:", dataset_train)
print( m_models)

'''
for tmp in dataset\_train:
 print(tmp)
 print(m\_models[tmp])
 print({tmp:m\_models[tmp]})


 m\_models = {tmp:nn.Sequential(m\_models[tmp['souce']], 
 nn.Linear(m\_models[tmp['souce']].out\_features, 5))}
 m\_models2 = {tmp:nn.Sequential(m\_models[tmp], nn.Linear(m\_models[tmp].out\_features, 5))}
 print("tmp", tmp)
 
 m\_models = {tmp:nn.Sequential(m\_models[tmp], nn.Linear(m\_models[tmp].out\_features, 5))}
 



![img](https://img-blog.csdnimg.cn/img_convert/485e747a954815648cc67544bca290f1.png)
![img](https://img-blog.csdnimg.cn/img_convert/0853acc1f2ef2e2e293dced2dd832571.png)
![img](https://img-blog.csdnimg.cn/img_convert/98e8fa36e4121de65a14d110ad7cdf40.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**

，可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**