固定部分层参数
class RESNET_attention(nn.Module):
def __init__(self, model, pretrained):
super(RESNET_attetnion, self).__init__()
self.resnet = model(pretrained) # 这个model被固定
for p in self.parameters():
p.requires_grad = False
self.f = nn.Conv2d(2048, 512, 1)
self.g = nn.Conv2d(2048, 512, 1)
self.h = nn.Conv2d(2048, 2048, 1)
self.softmax = nn.Softmax(-1)
self.gamma = nn.Parameter(torch.FloatTensor([0.0]))
self.avgpool = nn.AvgPool2d(7, stride=1)
self.resnet.fc = nn.Linear(2048, 10)
但是注意需要在optimizer中添加上这样的一句话
filter(lambda p: p.requires_grad, model.parameters())。
optimer =
固定指定层的参数
for k,v in model.named_parameters():
if k.startswith ='XXX':
v.requires_grad=False#固定参数