Pytorch加载部分权重

Pytorch加载部分权重在图像算法领域,我们有时会遇到训练了很长时间的网络,有时可能需要对原生网络做一些修改。比如在人脸检测项目中,已经训练好人脸框的回归,但是此时需要再加入人脸关键点,修改输出后,此时再加载网络参数一定会报错。为了节约大量时间,我们可以迁移学习加载部分权重。网络权重一般存储在字典中,...
摘要由CSDN通过智能技术生成

Pytorch加载部分权重


在图像算法领域,我们有时会遇到训练了很长时间的网络,可能需要对原生网络做一些修改,修改后的网络再加载保存的网络权重时会报错。网络权重一般存储在字典中

1.修改网络层输出

比如在人脸检测项目中,已经训练好人脸框的回归,但是此时需要再加入人脸关键点。为了节约大量时间,我们可以加载部分权重。
加载的网络权重

if os.path.exists(self.load_params):
	pretext_model = torch.load(self.load_params)

打印出来,会看到网络权重存储在一个字典中,需要修改哪一层,用字典的键索引值进行修改。比如原本输出层为4,我将网络输出层修改为14,又由于输出的都是坐标值,属于同一分布,所以我将原参4复制扩充为了14,效果非常好。

w = pretext_model["fc2.weight"]
b = pretext_model["fc2.bias"]
pretext_model["fc2.weight"
  • 1
    点赞
  • 11
    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