这篇文章将会介绍如何使用pytorch建立预训练好的resnet152的迁移学习。
ResNet152是当前图片分类任务中表现最好的神经网络之一,各个网络的具体性能如pytorch官方给出的表格。
如果各位没有验证的数据集,推荐kaggle网站中的猫狗图像数据集。
pytorch的torchvision.models模块中有已经预训练好的resnet模型,只需要输入如下指令,就可以下载,导入并打印ResNet152
import torchvision.models as models
model = models.resnet152(pretrained=True)
print(model)
ResNet152模型的打印的结果如下
ResNet(
(conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False)
(bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU(inplace)
(maxpool): MaxPool2d(kernel_size=3, stride=2, padding=1, dilation=1, ceil_mode=False)
(layer1): Sequential(
(0): Bottleneck(
(conv1): Conv2d(64, 64, kernel_size=