pytorch：如何修改加载了预训练权重的模型的输入或输出--(生成新的权重文件)

问题：使用pytorch训练加载预训练模型会修改网络传入的参数，例如类别等，修改后的网络加载预训练网络则会出现维度不匹配的错误，例如如下

size mismatch for word_embeddings.weight: copying a param with shape torch.Size([3403, 128]) from checkpoint, the shape in current model is torch.Size([12386, 128]).

在不改变原来网络结构的条件下，通过修改预训练模型中的参数，修改维度大小，从而似其适合网络的加载。

解决：

def change_feature(check_point, num_class):

	device = torch.device("cuda" if torch.cuda.is_available() else