PyTorch载入预训练权重方法和冻结权重方法_xception的预训练权重pytorch(2)

model_weight_path = "resnet34pre.pth"
net.load_state_dict(torch.load(model_weight_path))
# 这里假设最后一层为FC层，使用迁移学习，将分类结果修改
# net是实例化的resnet网络，in\_features是网络输入结构参数，最后的5是修改的输出参数
inchannel = net.fc.in_features
net.fc = nn.Linear(inchannel, 5)
# 注意，最后去转换我们的模型设备，否则可能会报错，怀疑是修改的模型部分和原模型部分使用的设备不同
net.to(device) 

常用方法2：

net = MobileNetV2(num_class=5)
net_weights = net.state_dict()
model_weights_path = "./mobilenet\_v2pre.pth"
pre_weights = torch.load(model_weights_path)
# delete classifier weights
# 这种方法主要是遍历字典，.pth文件（权重文件）的本质就是字典的存储
# 通过改变我们载入的权重的键值对，可以和当前的网络进行配对的
# 这里举到的例子是对"classifier"结构层的键值对剔除，或者说是不载入该模块的训练权重
pre_dict = {k: v for k, v in pre_weights.items() if "classifier" not in k}
# 另一种方法会直接两种权重对比，直接两种方法对比，减少问题的存在
pre_dict = {k: v for k, v in pre_weight.items() 
			if net_weights[k].numel() == v.numel()}
# 如果修改了载入权重或载入权重的结构和当前模型的结构不完全相同，需要加strict=False，保证能够权重载入
net.load_state_dict(pre_dict, strict=False)
net.to(device)

灵活提升：

net = resnet34(num_classes=5)
pre_weights = torch.load(model_weight_path, map_location=device)
del_key = []
for key, _ in pre_weights.items():
        if "fc" in key: # 这里可以多加一下字段，比如 or "layer4" in key:
            del_key.append(key)
# missing\_keys表示net中的部分权重未出现在pre\_weights中
# unexpected\_keys表示pre\_weights当中有一部权重不在net中
missing_keys, unexpected_keys = net.load_state_dict(del_key, strict=False)
# 执行结果
# [missing\_keys]:
# fc.weight
# fc.bias
# [unexpected\_keys]:


**自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。**

**深知大多数Linux运维工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**

**因此收集整理了一份《2024年Linux运维全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。**
![img](https://img-blog.csdnimg.cn/img_convert/7581940d87c25bfdb6d30ae24c70383b.png)
![img](https://img-blog.csdnimg.cn/img_convert/0e2dd064f11a3ad33e97a8bb248a16f4.png)
![img](https://img-blog.csdnimg.cn/img_convert/5ca8aacc27327befd18239ce577d33f4.png)
![img](https://img-blog.csdnimg.cn/img_convert/08bbec1cf28512f25ba6b8e5ca99427a.png)
![img](https://img-blog.csdnimg.cn/img_convert/b6f4dcc564e74db5f3c15a91c5d73713.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Linux运维知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以添加VX：vip1024b （备注Linux运维获取）**
![img](https://img-blog.csdnimg.cn/img_convert/7f7a77bff484b6a89e0c78f5539390df.jpeg)



### 最后的话

最近很多小伙伴找我要Linux学习资料，于是我翻箱倒柜，整理了一些优质资源，涵盖视频、电子书、PPT等共享给大家！

### 资料预览

给大家整理的视频资料：

![](https://img-blog.csdnimg.cn/img_convert/16c32a7d801ed508982e112b05e242b4.png)

给大家整理的电子书资料：

  

![](https://img-blog.csdnimg.cn/img_convert/2d775a14c014f0a75201e99d5a2f0ca4.png)



**如果本文对你有帮助，欢迎点赞、收藏、转发给朋友，让我有持续创作的动力！**


**一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
![img](https://img-blog.csdnimg.cn/img_convert/6914e3c735fcb5a8ce6938e87dd1e8ba.jpeg)

新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
[外链图片转存中...(img-nkqojfHZ-1712543873178)]