湖北二师网站建设排名,p2p系统网站开发,网络设计原则有哪些,怎么做淘课网站在迁移学习中#xff0c;要使用预训练权重。在训练好的网络权重中#xff0c;使用的是1000类的分类任务。而我们自己的分类任务中没有1000类#xff0c;需要修改网络。如果将MobileNetV2(num_classes5)#xff0c;我们的网络在最后输出是5类#xff0c;与1训练好的1000类不…   在迁移学习中要使用预训练权重。在训练好的网络权重中使用的是1000类的分类任务。而我们自己的分类任务中没有1000类需要修改网络。如果将MobileNetV2(num_classes5)我们的网络在最后输出是5类与1训练好的1000类不符。加载时就会报错。这时候就要将训练参数中的最后输出1000类的那层删除掉。 # create modelnet MobileNetV2(num_classes5)# load pretrain weights# download url: https://download.pytorch.org/models/mobilenet_v2-b0353104.pthmodel_weight_path ./mobilenet_v2.pthassert os.path.exists(model_weight_path), file {} dose not exist..format(model_weight_path)pre_weights torch.load(model_weight_path, map_locationcpu)# delete classifier weightspre_dict {k: v for k, v in pre_weights.items() if net.state_dict()[k].numel() v.numel()}missing_keys, unexpected_keys net.load_state_dict(pre_dict, strictFalse)# freeze features weightsfor param in net.features.parameters():param.requires_grad False 然后将参数冻结只训练最后一层参数。 参考视频如何在Pytorch中载入部分权重_哔哩哔哩_bilibili