pytorch中的pre-train函数模型引用及修改（增减网络层，修改某层参数等）

最新推荐文章于 2025-04-24 09:57:41 发布

whut_ldz

最新推荐文章于 2025-04-24 09:57:41 发布

阅读量7.4w

点赞数 136

分类专栏： python，pytorch，深度学习文章标签：深度学习神经网络 pytorch 预训练修改

本文链接：https://blog.youkuaiyun.com/whut_ldz/article/details/78845947

版权

一、pytorch中的pre-train模型

卷积神经网络的训练是耗时的，很多场合不可能每次都从随机初始化参数开始训练网络。

pytorch中自带几种常用的深度学习网络预训练模型，如VGG、ResNet等。往往为了加快学习的进度，在训练的初期我们直接加载pre-train模型中预先训练好的参数，model的加载如下所示：

import torchvision.models as models

#resnet
model = models.ResNet(pretrained=True)
model = models.resnet18(pretrained=True)
model = models.resnet34(pretrained=True)
model = models.resnet50(pretrained=True)

#vgg
model = models.VGG(pretrained=True)
model = models.vgg11(pretrained=True)
model = models.vgg16(pretrained=True)
model = models.vgg16_bn(pretrained=True)