现有网路模型的使用及其修改————PyTorch

最新推荐文章于 2024-08-02 11:10:59 发布

running snail szj

最新推荐文章于 2024-08-02 11:10:59 发布

阅读量152

点赞数 1

分类专栏： pytorch 文章标签： pytorch 深度学习

本文链接：https://blog.csdn.net/weixin_45947476/article/details/120855883

版权

pytorch 专栏收录该内容

29 篇文章 7 订阅

订阅专栏

该教程介绍了如何使用PyTorch加载和修改预训练的VGG16模型。通过实例展示了在无法下载ImageNet数据时，如何加载CIFAR10数据集，并添加或修改模型结构。演示了如何在VGG16模型中添加新的线性层以及直接修改模型的内部结构。

摘要由CSDN通过智能技术生成

哔哩大学的PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】
的P25讲讲述了如何加载一些现有的pytorch网络模型，或对网络模型中的一些结构进行修改.

首先安装scipy
在这里插入图片描述

修改代码为：
（其实我听不太懂,看不懂添加修改的啥，详情看开头的视频链接）

import torchvision

# train_data = torchvision.datasets.ImageNet("data_image_net", split='train', download=True,
#                                            transform=torchvision.transforms.ToTensor())
# 模型太大，数据不公开，所以没法下载
from torch import nn

vgg16_false = torchvision.models.vgg16(pretrained=False)
vgg16_true = torchvision.models.vgg16(pretrained=True)

print(vgg16_true)

train_data = torchvision.datasets.CIFAR10("data", train=True, transform=torchvision.transforms.ToTensor(),
                                          download=True)
vgg16_true.add_module('add_linear', nn.Linear(1000, 10))
print(vgg16_true)
# 发现有添加

print(vgg16_false)
vgg16_false.classifier[6] = nn.Linear(4096, 10)
print(vgg16_false)
# 发现有修改