局部更改预训练模型

首先我们把预训练模型load下来：
pretrained_dict = torch.load('/content/drive/MyDrive/010000.tar')

我们原来的model的参数给他搞出来：

model = NeRF() 

model_dict = model.state_dict()

它现在是一个state_dict类型，也是我们经常save的一个模型类型，我们load出来的也是这个类型

接下来我们把load出来的与这个model的进行对比

pretrained_dict = {key: value for key, value in pretrained_dict['network_fn_state_dict'].items() if (key in model_dict and 'Prediction' not in key)}

对比出来了以后就更新我们的Model

model_dict.update(pretrained_dict)

最后！这个类型格式是不能直接当成model的，所以咱需要：
model.load_state_dict(model_dict)
load_state_dict一下就可以啦