【pytorch】改造model

  • Mobilenet_v2
import torchvision.models as models
model=models.mobilenet_v2()

通过查看model的结构,我们需要保留的是model.features,根据需要,修改model.classifier

(classifier): Sequential(
    (0): Dropout(p=0.2, inplace=False)
    (1): Linear(in_features=1280, out_features=1000, bias=True)
  )
 self.model.classifier[0] = nn.Dropout(args.dropout)
 self.model.classifier[1] = nn.Linear(in_features, args.num_class)
  • Inception_v3
self.model = models.inception_v3(pretrained=args.pt_imagenet, aux_logits=False)
self.model.fc = nn.Linear(2048, args.num_class)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值