代码实战(小土堆)——现有网络模型的使用及修改

本文介绍了如何在PyTorch中加载预训练的VGG16模型,以及如何添加新层和修改现有层以适应特定任务,如CIFAR10数据集。作者展示了如何在模型的classifier部分增加一层全连接层,并替换特定层的结构。
摘要由CSDN通过智能技术生成

使用vgg 

 

添加一层网络结构 

import torchvision
from torch import nn

# 没训练的
vgg16_false = torchvision.models.vgg16(pretrained=False)
# 下载训练好的(C:\Users\Administrator/.cache\torch\hub\checkpoints\vgg16-397923af.pth)
vgg16_true = torchvision.models.vgg16(pretrained=True)
print("ok")
print(vgg16_true)

train_data = torchvision.datasets.CIFAR10('./dataset', train=True, transform=torchvision.transforms.ToTensor(), download=True)

# 加一层
vgg16_true.classifier.add_module('add_linear', nn.Linear(1000, 10))
print(vgg16_true)

实现

 

修改某一层

# 修改
vgg16_false.classifier[6] = nn.Linear(4096, 10)
print(vgg16_false)

实现

 

 

  • 8
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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