import torch
import torch.nn as nn
import torch.optim as optim
import torchvision.models as models
# Define ResNet model
class ResNet(nn.Module):
def __init__(self, num_classes):
super(ResNet, self).__init__()
self.resnet = models.resnet18(pretrained=True)
self.resnet.conv1 = nn.Conv2d(1, 64, kernel_size=7, stride=1, padding=1, bias=False)
num_ftrs = self.resnet.fc.in_features
self.resnet.fc = nn.Linear(num_ftrs, num_classes)
如上代码片段,需要在init的时候进行修改,如果通过resnet的一个实例进行修改,在模型使用的时候还是没有变化。
参考了ResNet训练单通道图像分类网络(Pytorch)_望~的博客-CSDN博客_单通道图像resnet不过该博主给出的方法并不work,原因就是他是对实例化的ResNet进行修改成员变量,而不是在init函数中。