冻结网络pytorch

冻结pytorch的网络有两种方式

1. 冻结方式一:lr=0

caffe反正是这么写的,具体方式如下

model_params = [{'params': base_params, 'lr': 0}, # 注释【1】
                        {'params': new_params, 'lr': cfg.SOLVER.BASE_LR * cfg.SOLVER.LR_MULTIPLE}]
# base_params和new_params都是提前设定好的
#然后初始化优化器
optimizer = torch.optim.SGD(
            model_params,
            lr=solver.BASE_LR * lr_multi,
            momentum=solver.MOMENTUM,
            weight_decay=solver.WEIGHT_DECAY
           )                      

【1】干脆不设置这一组也是可以的

2. 冻结方式二:require_grad=False

pytorch和mxnet都提供了相似的接口

for p in model.named_parameters():
    if p[0] in match_layers:
        p[1].requires_grad = False

3. 补充:只冻结主干网络的方法

	#假设主干网络是model.module.mobilenet,backbone=mobilenet
    try:
        sub_model = eval('model.module.' + backbone)
        #也等同于 model.module.mobilenet.eval()
        sub_model.eval()
    except Exception as e:
        pass
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值