P15：现有网络模型的使用及修改

1、下载VGG16的模型（True、False）：

import torchvision

# train_data = torchvision.datasets.ImageNet('dataset', split='train', download=True,
#                                            transform=torchvision.transforms.ToTensor())
from torch import nn

vgg16_false = torchvision.models.vgg16(pretrained=False)
vgg16_true = torchvision.models.vgg16(pretrained=True)

False代表下载原始参数；

True代表下载已经训练好的参数；

2、将VGG16应用在CIFAR10数据集上：

（1）下载数据集：

train_data = torchvision.datasets.CIFAR10('dataset', train=True, transform=torchvision.transforms.ToTensor(),
                                          download=True)

（2）修改网络：

A：添加一层（在外面加）：

参数为：in_feature = 1000, out_feature = 10

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

B：添加一层（在里面加）：

参数为：in_feature = 1000, out_feature = 10

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

C：修改网络：

修改参数为：in_feature = 4096, out_feature = 10

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