现有网络模型的使用及修改（VGG16为例）

发布时间：2024年01月07日

VGG16

修改默认路径

import os
os.environ['TORCH_HOME'] = r'D:\Pytorch\pythonProject\vgg16'  # 下载位置

太大了（140多G）不提供直接下载

train_set = torchvision.datasets.ImageNet(root='./data_image_net', split='train', download=True
                                          , transform=torchvision.transforms.ToTensor())

是否预训练

不预训练：采用随机参数
预训练：采用训练好的参数

第一次

在这里插入图片描述
在这里插入图片描述

第二次

在这里插入图片描述
在这里插入图片描述

vgg16_false = torchvision.models.vgg16(weights=None)
vgg16_true = torchvision.models.vgg16(weights='DEFAULT')  # or weights='IMAGENET1K_V1'

完整代码

import torchvision
import os

os.environ['TORCH_HOME'] = r'D:\Pytorch\pythonProject\vgg16'  # 下载位置

# train_set = torchvision.datasets.ImageNet(root='./data_image_net', split='train', download=True
#                                           , transform=torchvision.transforms.ToTensor())

vgg16_false = torchvision.models.vgg16(weights=None)
vgg16_true = torchvision.models.vgg16(weights='DEFAULT')  # or weights='IMAGENET1K_V1'
print(vgg16_true)

在这里插入图片描述

加一层线性层-nn.Linear

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

在这里插入图片描述

如果想加到classifier里面

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

在这里插入图片描述

修改神经网络某层

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

改之前

print(vgg16_false)

在这里插入图片描述

改之后

在这里插入图片描述

文章来源:https://blog.csdn.net/weixin_51788042/article/details/135445000
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章