关于怎么使用预训练参数的问题,没有办法在ImageNet上训练?

https://github.com/YimianDai/open-aff/issues/8

首先,关于怎么使用预训练参数的问题,我觉得应该是没问题的,您可以逐层手工从 pretrained_net 里面把对应层的权重付给你自己网络(假设叫 net)的对应层。在 MXNet 里面,大概就是如下:

pretrained_net = resnet50_v1b(pretrained=True)
params = pretrained_net.collect_params()
net = create_new_net( bala bala)

for key in params:
    param = params[key]
    net.collect_params()[key].set_data(param.data())

但是因为新的网络加入了注意力层之类的, key 的名词肯定有变化,你需要打印出来看看,不行的话就一行行 net.collect_params()[new_key].set_data(params[old_key].data()) 。总之一个原则,属于 pretrained_net 的层就复制权重,属于自己加的你就初始化,手动来肯定是行的。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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