Pytorch 不训练(frozen)一些神经网络层的方法

Pytorch 不训练(frozen)一些神经网络层的方法

我们在做深度学习的时候经常会使用预训练的模型。很多情况下，加载进来模型是为了完成其他任务，在这种情况下，加载模型的一部分是不需要再训练的。那么我们就需要forozen这些神经网络层。

固定某些层训练，就是将tensor的requires_grad设为False。
此外，一定要记住，我们还需要在optim优化器中再将这些参数过滤掉！
下面见代码：

device = torch.device("cuda" )

    #Try to load models

model = DGCNN(args)
print(str(model))
model = model.to(device)


    
save_model = torch.load('model.t7')
model_dict =  model.state_dict()