Errors while Extracting Features with AlexNet

最新推荐文章于 2024-09-10 09:55:59 发布

MachineLearning666

最新推荐文章于 2024-09-10 09:55:59 发布

阅读量460

点赞数

本文链接：https://blog.csdn.net/MachineLearning666/article/details/88352886

版权

本文档介绍了在使用预训练的AlexNet进行特征提取时遇到的加载state_dict错误及在计算损失函数时的AssertionError。针对这些问题，提出了将模型的conv3层分离并在forward中返回，以及通过detach目标张量来解决损失函数计算不支持梯度的问题。

摘要由CSDN通过智能技术生成

深度学习小白一只，勿喷，欢迎指正批评。

一、Error(s) in loading state_dict for AlexNet: Missing key(s) in state_dict:

我们经常需要借用别人训练好的网络来做自己的事，比如我目前在做的用AlexNetConv3作为自己的图像特征。常规方法是在：但是当将self.features拆成两个并把第三个卷积层赋值给conv3，在forward中 return conv3，如以下代码所示：

class AlexNet(nn.Module):
    def __init__(self, alexnet,transform_input = False):
        super(AlexNet, self).__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(64, 192, kernel_size=5, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            ）
         conv3 = nn.Conv2d(192, 384, kernel