动手学gluon系列之读取预训练模型----多种方法读取预训练模型进行finetune

本文主要是博主学习gluon时候的一些总结，共勉，如有错误，欢迎指正

gluon主要有3个方法得到预训练模型：

• gluon自身的model_zoo
• gluoncv提供的model_zoo
• mxnet提供的预训练模型（.params ，.json）

下面分别就这三个方面进行介绍

---

一：读取gluon model_zoo提供的模型，并进行finetune

gluon提供的model主要在gluon.model_zoo.vision下，模型地址：https://mxnet.incubator.apache.org/api/python/gluon/model_zoo.html,你可以根据自己的情况查找对应的模型进行使用。model_zoo提供的模型均为features+output结构

调用方法如下：

一：只修改最终的fc层，进行finetune:

from mxnet import gluon
class_num = 3
ctx = [mx.gpu(0),mx.gpu(1)]

finetune_net = gluon.model_zoo.vision.resnet50_v2(pretrained=True)

with finetune_net.name_scope():
    finetune_net.output = nn.Dense(class_num)
finetune_net.output.initialize(init=mx.init.Xavier(),ctx=ctx)
finetune_net.hybridize()

二：不仅仅修改最终的fc层，还可以增加几层

下面的方法，首先提取出features，然后构建增加的sequential,最后将两部分通过sequential合并在一起。

from mxnet import gluon
pretrained_net = gluon.model_zoo.vision.resnet50_v2(pretrained=True)
pretrained_net_features = pretrained_net.features

class_num = 3
ctx = [mx.gpu(0),mx.gpu(1