torchvision.models现有模型的基本使用

mport torchvision
from torch import nn

vgg16_false = torchvision.models.vgg16(pretrained=False)
vgg16_true = torchvision.models.vgg16(pretrained=True)
print(vgg16_true) #可以看最后一层Linear(in_features=4096, out_features=1000, bias=True

#如何运用到只有十个类别的数据？
train_data = torchvision.datasets.CIFAR10('./dataset',train=True,transform=torchvision.transforms.ToTensor())

vgg16_true.add_module('add_linear',nn.Linear(1000,10)) #整个vgg16后面加
print(vgg16_true)

#如果是在中间层插入呢？比如叫classifier的module后面
vgg16_true.classifier.add_module('add_linear',nn.Linear(1000,10))
# print(vgg16_true)

#不插入 直接修改呢？
# print(vgg16_false)
vgg16_false.classifier[6] = nn.Linear(4096,10)
print(vgg16_false)