resnet152训练_迁移学习：残差网络ResNet152（附代码）

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=