Pytorch中的现有网络模型使用及修改-vgg16

一、使用

           

拉取网络模型代码：

import torchvision
from torchvision.models import VGG16_Weights
# 调用vgg16的预训练模型-此时由于参数经过了预训练参数数据就需要进行下载
vgg16_true = torchvision.models.vgg16(weights=VGG16_Weights.DEFAULT)
# 调用vgg16未经过预训练的原始模型
vgg16_false = torchvision.models.vgg16(weights=VGG16_Weights.IMAGENET1K_FEATURES)
print(vgg16_true)

拉取过程：

结果：

二、修改

2.1添加线性层

vgg16_true.add_module("add_linear",torch.nn.Linear(1000,10))

 结果：

2.2修改

import torch.nn
import torchvision
from torchvision.models import VGG16_Weights
# 调用vgg16的预训练模型-此时由于参数经过了预训练参数数据就需要进行下载
vgg16_true = torchvision.models.vgg16(weights=VGG16_Weights.DEFAULT)
# 调用vgg16未经过预训练的原始模型
vgg16_false = torchvision.models.vgg16(weights=VGG16_Weights.IMAGENET1K_FEATURES)


# 修改分类器里面的具体层-7层
vgg16_true.classifier[6] = torch.nn.Linear(1000,10)
# 修改序列化里面的具体层-31层
vgg16_true.features[30] = torch.nn.Linear(1000,10)
print(vgg16_true)

结果：

2.3删除

代码：

# 删除分类器中的第6层
vgg16_true.classifier[5] = nn.Sequential()

结果：