神经网络-网络模型的使用及修改、保存与读取

一、现有模型的使用

#VGG16

（1）下载数据集ImageNet

①解读官方文档

②要找的正确的虚拟环境下，下载包（scipy），才能被检测到：

 数据集文件不在根目录，不公开了，要自行下载：

 ③在网址下载数据集

注册成功之后就可以下载了：ImageNet (image-net.org)

太大太慢了，没办法使用imagenet数据集去验证VGG16模型中参数pretrain了，改变策略：把这个参数设置为TRUE/FALSE，去看看下载的网络模型差别。

（2）查看vgg16模型在imagenet数据集上训练的结果

pretrained=FALSE时，只是加载网络模型；pretrained=TRUE时，才是从网络中进行下载，VGG16网络模型中的一些参数都是在数据集上训练好的。

网络不行，下载中断了，需要找到权重文件进行删除：

 参考解决方案：https://blog.csdn.net/qq_40280673/article/details/126664656

 删除预训练权重文件：

下载好之后，就可以查看训练好的网络模型，vgg16的网络架构如下：

分类结果：输出为1000，即在imagenet上训练后的结果。

（3）在CIFAR10数据集上应用vgg网络模型

vgg16模型在imagenet数据集上训练，把数据集划分成了1000个类，而CIFAR10数据集上分为了10类，如果想在CIFAR10数据集上应用vgg网络模型，可进行如下处理：

思路一：直接把out_features改为10；

思路二：在线性层下面加一层，使in_features=1000,out_features=10。

思路二，添加一层线性层代码：

 不加到整个vgg16里面，加到classifier里面：

 二、模型的修改

vgg_true上一步其实已经修改过，接下来修改vgg_false进行示例：

（1）查看vgg_false模型结构

 （2）采用思路一进行修改，直接把out_features改为10，修改过程：

三、模型的保存与加载

（1）保存方式1：不仅保存了网络模型的结构，还保存了网络模型的参数：

# 保存方式1-》加载模型 ：保存模型的结构和参数

 （2）保存方式2：保存模型参数（官方推荐：因为这种保存模式比较小，对于比较大的模型用的空间就比较小）

 第二中保存方式，文件更小：

# 保存方式1-》加载模型 ：保存模型的参数，字典形式

恢复成网络模型结构，需要新建：

可以加载别人训练好的模型，直接拿来用：

 

 （3）陷阱：方式1保存的模型，加载的时候，如果是现有的网络模型可以直接加载，如果是自己定义的网络模型，必须要引入定义方式（要么把定义的模型直接复制过来，要么引入定义这个模型的单独的文件夹）。

自己定义一个模型，进行保存：

按照之前方式去加载模型，报错了。

 把模型的定义复制过来就可以了：

 把定义该模型的文件import也可以，要让程序访问到模型定义的方式。