mxnet finetune例子（只finetune某几层）

目录

1. 下载预训练模型

2. 转换数据格式

3. 定义数据读取函数

4. 定义模型读取函数

5.模型训练

6.完整代码：

---

1. 下载预训练模型

百度mxnet model zoo下载相应的pre-train model：

http://mxnet.incubator.apache.org/model_zoo/index.html

 

---

2. 转换数据格式

把数据转为.rec，可参照官方例子的第一块内容：

http://mxnet.incubator.apache.org/how_to/finetune.html

 

---

3. 定义数据读取函数

定义数据迭代器生成函数：

def get_fine_tune_model(model_name):
    # load model
    symbol, arg_params, aux_params = mx.model.load_checkpoint("data/pre_train/"+model_name, 0)
    # model tuning
    all_layers = symbol.get_internals()
    if model_name=="vgg16":
        net = all_layers['drop7_output']
    else:
        net = all_layers['flatten0_output']
    net = mx.symbol.FullyConnected(data=net, num_hidden=num_classes, name='newfc1')
    net = mx.symbol.SoftmaxOutput(data=net, name='softmax')
    # eliminate weights of new layer
    new_args = dict({k:arg_params[k] for k in arg_params if 'fc1' not in k})
    return (net, new_args,aux_params)

 

---

4. 定义模型读取函数

定义pre-train模型读取函数以及模型修改函数

def get_fine_tune_model(model_name):
    # load model
    symbol, arg_params, aux_params = mx.model.load_checkpoint("data/pre_train/"+model_name, 0)
    # model tuning
    all_layers = symbol.get_internals()
    if model_name=="vgg16":
        net = all_layers['drop7_output']
    else:
        net = all_layers['flatten0_output']