小土堆Pytorch笔记P25、26

编程基础很弱，需要机器学习，学习记录，按自己理解写的，希望以后能学懂吧，要是有大神看到还请赐教。

现有网络模型的使用及修改

在现有网络基础上添加

import torchvision
from torch import nn

vgg16_false = torchvision.models.vgg16(pretrained=False)  # 当False的时候只是加载网络模型,网络中参数为默认参数
vgg16_true = torchvision.models.vgg16(pretrained=True)  # 当True时是在数据集上达到很好（训练好的）模型

print(vgg16_false)

train_data = torchvision.datasets.CIFAR10('./dataset', train=True, transform=torchvision.transforms.ToTensor(),
                                          download=True)
# 如何运用现有的网络改动结构
# 以vgg16_true为例改动
vgg16_true.add_module('add_linear', nn.Linear(1000, 10))  # 在VGG16后加一个线性层
print(vgg16_true)
# 如果想在classifier里加一个呢？
vgg16_true.classifier.add_module('add_linear', nn.Linear(1000, 10))
print(vgg16_true)

在现有网络上修改

# 接上面的
# 如果想修改呢
#以vgg_false为例
vgg16_false.classifier[6] = nn.Linear(4096,10)
print(vgg16_false)

可以看到，已经改过来了。

网络模型的保存与读取

import torch
import torchvision

vgg16 = torchvision.models.vgg16(pretrained=False)

# 保存方式1
'''
save括号内网络名，保存名字，推荐pth格式。
不仅保存网络模型，同时保存网络参数
'''
torch.save(vgg16, "vgg16_method1.pth")

#保存方式2
'''
将vgg16模型中参数保存为字典形式
先state，然后指定名称/路径
保存模型参数
(官方推荐)
'''
torch.save(vgg16.state_dict(),"vgg16_method2.pth")

# 加载模型
import torch

# 方式1->加载模型
model = torch.load("vgg16_method1.pth")
print(model)

# 方式2->加载数据
# model=torch.load("vgg16_method2.pth")
# print(model)

'''可以发现，加载的是字典参数
如果要恢复成网络模型怎么办
需要新建一个网络模型结构'''
vgg16=torchvision.models.vgg16(pretrained=False)
vgg16.state_dict(torch.load("vgg16_method2.pth"))
print(vgg16)

注意，方式1有陷阱。

建立一个神经网络模型，按照方式1保存。

# 陷阱
import torch
from torch import nn


class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.conv1 = nn.Conv2d(3, 64,kernel_size=3)

    def forward(self, x):
        x = self.conv1(x)
        return x


tudui = Tudui()
torch.save(tudui,"tudui_method1.pth")

然后加载，发现会报错。

import torch

model =torch.load("tudui_method1.pth")
print(model)

原因在于没有Tudui这个类，还需要将之前的网络结构class给复制过去，仅仅不需要写网络初始化那一步。