qq_48898746的博客

原创 pytorch的学习——迁移学习，模型微调

1、概念1、迁移学习：把已经训练好的模型参数，迁移到新的模型，来帮助新的模型训练。步骤：网络→大数据集→模型→模型微调→新数据集→新模型2、冻结：被冻结的层可以前向传播，也可以反向传播，只是自己这一层的参数不更新，其他未冻结层的参数正常更新3、正则化：这里使用BatchNorm，对该层每个节点的这m个输出进行归一化再输出.2、代码肺部感染识别，使用resnet50模型def get_model(): model_pre = models.resnet50(pretrained=True