迁移学习--冻结模型

1、pytorch载入预训练模型后,只想训练个别层怎么办?
https://blog.csdn.net/qq_34351621/article/details/79967463
如果载入的这些参数中,有些参数不要求被更新,即固定不变,不参与训练,需要手动设置这些参数的梯度属性为Fasle,并且在optimizer传参时筛选掉这些参数。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在使用Matlab进行迁移学习时,可以通过冻结权重来保持预训练模型的特征提取部分不被更新。在Matlab中,有一些函数可以用于实现这个目的。 其中,引用中的freezeWeights函数可以用于冻结网络的权重。该函数遍历网络的每一层,将学习率因子为0的属性设置为0,从而防止这些层的权重被更新。 另外,如果想要结合不同的层和连接来创建一个层图(layer graph),可以使用引用中的createLgraphUsingConnections函数。该函数可以根据给定的层和连接信息创建一个层图,方便在迁移学习中使用。 因此,通过使用freezeWeights函数来冻结权重,并使用createLgraphUsingConnections函数来创建层图,可以在Matlab中实现迁移学习冻结操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [squeezenet的matlab代码-saktheeswarnpytorchyolocustumobjectdetection:sakthe](https://download.csdn.net/download/weixin_38559203/19693025)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [MATLAB对Googlenet模型进行迁移学习](https://blog.csdn.net/qq_41569159/article/details/89554485)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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