mxnet学习(9):使用gluon接口读取symbol预训练模型finetune

最新推荐文章于 2021-02-03 09:30:39 发布

_rookie_coder

最新推荐文章于 2021-02-03 09:30:39 发布

阅读量2.2k

点赞数

分类专栏： mxnet 文章标签： gluon symbol hybridize pretrained finetune

本文链接：https://blog.youkuaiyun.com/qq_20622615/article/details/89924387

版权

使用symbol得到的模型或者gluon的hybridize之后的模型包括一个.json文件（网络结构）和.params文件（参数），gluon可以使用net = gluon.SymbolBlock.imports(json, ['data'], params, ctx)导入网络和参数，这样可以进行测试或者进一步训练。

但是如果只需要使用模型的其中一部分，比如只需要conv层，去掉所有fc层，或者再另外增加一些层，这样直接导入就会比较复杂。正确的做法如下：

sym, arg_params, aux_params = mx.model.load_checkpoint("1.0.3", 40)#这里是model的名字和参数对应的epoch
layers = sym.get_internals()#得到所有的layers
outputs = layers['stage4_unit1_conv2_output']#选择输出层
inputs = layers['data']#选择输入层
net = gluon.SymbolBlock(outputs, inputs)#使用gluon的接口将其封装成一个新的net
net.