现有网络模型的使用及修改（VGG16为例）

最新推荐文章于 2024-07-27 12:20:46 发布

Cupid_BB

最新推荐文章于 2024-07-27 12:20:46 发布

阅读量530

点赞数 11

文章标签： python 神经网络 pytorch 深度学习

本文链接：https://blog.csdn.net/weixin_51788042/article/details/135445000

版权

文章介绍了如何在PyTorch中加载VGG16模型，包括使用预训练权重，添加线性层到模型的classifier部分，以及修改特定层结构。作者展示了如何区分预训练和随机初始化的VGG16实例。

摘要由CSDN通过智能技术生成

VGG16

修改默认路径

import os
os.environ['TORCH_HOME'] = r'D:\Pytorch\pythonProject\vgg16'  # 下载位置

太大了（140多G）不提供直接下载

train_set = torchvision.datasets.ImageNet(root='./data_image_net', split='train', download=True
                                          , transform=torchvision.transforms.ToTensor())

是否预训练

不预训练：采用随机参数
预训练：采用训练好的参数

第一次

在这里插入图片描述

第二次

在这里插入图片描述

vgg16_false = torchvision.models.vgg16(weights=None)
vgg16_true = torchvision.models.vgg16(weights='DEFAULT')  # or weights='IMAGENET1K_V1'

完整代码

import torchvision
import os

os.environ['TORCH_HOME'] = r'D:\Pytorch\pythonProject\vgg16'  # 下载位置

# train_set = torchvision.datasets.ImageNet(root='./data_image_net', split='train', download=True
#                                           , transform=torchvision.transforms.ToTensor())

vgg16_false = torchvision.models.vgg16(weights=None)
vgg16_true = torchvision.models.vgg16(weights='DEFAULT')  # or weights='IMAGENET1K_V1'
print(vgg16_true)

在这里插入图片描述

加一层线性层-nn.Linear

vgg16_true.add_module('add_linear', nn.Linear(1000, 10))

在这里插入图片描述

如果想加到classifier里面

vgg16_true.classifier.add_module('add_linear', nn.Linear(1000, 10))

在这里插入图片描述

修改神经网络某层

vgg16_false.classifier[6] = nn.Linear(4096, 10)

改之前

print(vgg16_false)

在这里插入图片描述

改之后

在这里插入图片描述

Cupid_BB

关注

11
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
现有网络模型的使用及修改（VGG16为例）

网络模型的使用及修改-VGG16
复制链接

扫一扫