pytroch 模型修改（浅修改），只修改去掉某一层

最新推荐文章于 2023-12-10 17:27:46 发布
最新推荐文章于 2023-12-10 17:27:46 发布
阅读量383 收藏
点赞数
分类专栏： c++ 算法前期摸索 4个月 深度学习攻略 文章标签： python pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_61075104/article/details/125920241
版权

首先把模型打印出来，具体可以看我的上一篇(103条消息) pth文件网络，结构可视化_我来保fu小仙女的博客-CSDN博客

每一层网络前面都有（xxx）：yyy（）

修改前

def forward（self，x）：

x=self.model.xxx1（x）

x=self.model.xxx2（x）

x=self.model.xxx3（x）

例如不想使用xxx2层

修改为

def forward（self，x）：

x=self.model.xxx1（x）

加入一些transform保证尺寸符合下一层的输入

x=self.model.xxx3（x）

！！！前提是把输入输出的通道和尺寸计算准确，保证符合网络运行标准。例如采用1*1卷积升降通道数。resize函数改变尺寸等等

我来保fu小仙女
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pytorch 26 科学炼丹（训练）方式之——魔改网络（给模型做外科手术，实现module的删除、修改与添加，forward流程的修改）
a486259的博客
05-16 1816
网络结构层出不穷，但经典网络总是大家工程上的最爱。有的时候需要对网络进行微操，直接该源码一是工作量太大；二是破坏了原来的网络结构会导致预训练权重无法加载。因此，可以在加载预训练权重后对模型进行微操。 本博文实现了模型中module的删除、修改与添加、以及模型forward流程的修改（重定义），后续将会以模型库中预定义的AlexNet为例子进行实操。 1、module的添加 该操作通过model.add_module实现，具体可见下列代码示意 import torch from torch impor
Pytorch中的VGG实现修改最后一层FC
12-23
在描述中提到的问题是关于如何在PyTorch的VGG19模型中修改最后一层全连接层。VGG19模型在定义时，其全连接层不是直接命名为"fc"，而是包含在一个名为"classifier"的Sequential模块中。这个Sequential模块包含了多个...
【Pytorch】Pytorch 建模常用总结
烦成航的博客
08-14 525
torch
pytorch网络的增删改
最新发布
@bangbang的博客
12-10 694
如果想把网络的连续几层给删除掉，比如classifier中最后的几层删除掉#------------------删除网络的最后多层--------------------------#可以看出classifier看出最后2层(5,6)被删除掉了可以使用切片的方式，保留不需要被删除的层重新赋给classifier模块，没有保留的就被删除了。
pytorch 保存模型+加载模型+修改部分层+冻结部分层+删除部分层
热门推荐
qq_33328642的博客
10-27 2万+
pytorch的一些细节操作 本文以普通的CNN为例 1. 实验用的模型 参考博客。 2. 模型代码 原始代码分成两个部分： 第一个是写CNN模型框架的py文件，cnn.py 第二个是主文件，用于下载数据和模型超参数等。work.py cnn.py文件如下： from torch import nn class CNN(nn.Module): def __init__(self): super(CNN, self).__init__() self.layer1 =
pytorch 去除pretrain model 最后一层或某一层
pywin
08-04 1万+
官方的pretrain model去除指定层可以参考链接https://blog.csdn.net/KHFlash/article/details/82345441，这里主要针对非官方的pretrain model，如下： import torch from collections import OrderedDict import os import torch.nn as nn import torch.nn.init as init from xxx import new_VGG def ini
pytorch-FCN_pytorch_FCN模型_fcn_
10-03
2. **去掉全连接层**：将基础网络的最后一层或多层全连接层替换为卷积层，以适应任意大小的输入图像。 3. **上采样**：由于卷积层输出的特征图尺寸小于输入图像，为了得到与输入相同大小的输出，需要通过上采样（如...
深度学习之模型转换(pytorch2onnx2ncnn)详细介绍
09-01
本文主要介绍了如何将PyTorch模型转换为ONNX格式，然后进一步转换为NCNN，一个专为移动端优化的深度学习推理库。 首先，PyTorch模型转ONNX模型通常涉及以下步骤： 1. 导入必要的库，包括PyTorch和自定义模型（如果...
pytorch 输出中间层特征的实例
12-31
2. 只保存模型参数时，可以读取网络结构，然后按照对应的中间层输出即可。 but：Pytorch 论坛给出的答案并不好用，无论是hooks，还是重建网络并去掉某些层，这些方法都不好用（在我看来）。 我们可以在创建网络class...
pytorch安装包分享
04-04
对于CPU版本，只需去掉URL中的"cu102"即可。 安装完成后，我们可以在Python环境中验证PyTorch和torchvision是否成功导入： ```python import torch import torchvision print(torch.__version__) print...
pytorch 实现删除tensor中的指定行列
09-18
今天小编就为大家分享一篇pytorch 实现删除tensor中的指定行列，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Pytorch如何去掉模型的最后一层
u_7890的博客
08-24 3186
new_model = torch.nn.Sequential( *( list(model.children())[:-1] ) ) print(new_model)
pytorch对网络层的增加，删除，变更和切片
顾伟的博客
03-24 2407
今天在这里纪录一下如何对torch网络的层进行更改：变更，增加，删除与查找这里拿VGG16网络举例，先看一下网络结构。
pytorch载入预训练模型后，只想训练个别层怎么办？
慕白的博客
04-17 1万+
1、有了已经训练好的模型参数，对这个模型的某些层做了改变，如何利用这些训练好的模型参数继续训练： pretrained_params = torch.load('Pretrained_Model'） model = The_New_Model(xxx) model.load_state_dict(pretrained_params.state_dict(), strict=False) str...
Pytorch(七) —— 保存和加载模型 & 删除部分模型 & checkpoint断点续传 & CPU/GPU加载和保存 & 序列化与反序列化
hxxjxw的博客
07-31 7182
pytorch保存模型的方式有两种 ①将整个网络都都保存下来 保存整个神经网络的的结构信息和模型参数信息，save的对象是网络net ②仅保存和加载模型参数（推荐使用这样的方法） 只保存神经网络的训练模型参数，save的对象是net.state_dict() 加载方式 ①加载模型时通过torch.load('.pth')直接初始化新的神经网络对象 ②需要首先导入对应的网络，再通过net.load_state_dict(to...
【Pytorch】自定义模型、自定义损失函数及模型删除修改层的常用操作
AIGC | 智能洞察，创造未来
06-07 1165
自定义模型、自定义损失函数及模型删除修改层的常用操作
（1）Pytorch模型添加、删除、修改网络层
木槿qwer的博客
10-17 2176
Pytorch模型添加、删除、修改网络层
pytorch 模型去掉最后一层 或 最后几层
zl_gao的搬砖记录
04-18 4842
pytorch的模型去掉末端的n层，以n=1为例： new_model = torch.nn.Sequential( *( list(model.children())[:-1] ) ) ps: 模型如何去掉任意位置的某一层？好像不支持？可能去掉之后，图就改变了，问题比较复杂。但是可以通过在load statedict时选择性的加载有需要的参数层，来间接实现这一目的。 ...
pytorch 使用bert的中间某几层隐藏层的结果以及使用pytorch_pretrained_bert 的问题以及解决方法
samoyan的博客,记录技术成长~
12-25 5311
首先使用 from pytorch_pretrained_bert import BertTokenizer, BertModel model = BertModel.from_pretrained(--bert_model)的时候 1、在一个程序中，多次进行 all_hidden_states,encoded_main=model(input_ids=main_x,attention_mask=main_mask)，多次加载GPU，原来的也不释放。 2.后改用fromtran...
pytorch如何调用resnet，去掉全连接层
06-02
要调用 PyTorch 中的 ResNet 模型并去掉全连接层，可以使用以下代码： ```python import torch import torchvision.models as models # 加载 ResNet 模型 resnet = models.resnet18(pretrained=True) # 去掉全...

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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