pytorch迁移学习自己的理解

在学习深度学习的过程中，迁移学习到现在还是理解的不太好，为此，把想到的写下来，无论正确与否，和大家有个交流，促进学习。
1.

trained_model=resnet18(pretrained=True)  # 此时是一个非常好的model
model = nn.Sequential(*list(trained_model.children())[:-1],Flatten(),nn.Linear(512,5)).to(device)

此时使用的是前17层的网络，然后利用Flatten,将输出压平，作为最后一层全连接层的输入，（#Flatten层用来将输入“压平”，即把多维的输入一维化，常用在从卷积层到全连接层的过渡。Flatten不影响batch的大小。），最后是全连接层，因为我的任务是分成5层，所以，我的全连接层是（512，5）。然后利用这个model去训练数据。