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，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"