pytorch|pytorch 模型部分参数的加载
如果对预训练模型的结构进行了一些改动，在训练的开始前希望加载未改动部分的参数，如将resnet18的第一层卷积层conv1的输入由3通道改为6通道的new_conv1，将分类层fc的1000类输出改为2类输出的new_fc，注意：要改一下名字与原来的不同。
【pytorch|pytorch 模型部分参数的加载】导入模型
myNet=resnet18()
然后就加载模型的参数，参考pytorch 如何加载部分预训练模型
pretrained_dict=torch.load(model_weight)
model_dict=myNet.state_dict()
# 1. filter out unnecessary keys
pretrained_dict = {k: v for k, v in pretrained_dict.items() if k in model_dict}
# 2. overwrite entries in the existing state dict
model_dict.update(pretrained_dict)
myNet.load_state_dict(model_dict)
也可以通过pretrained model.state_dict()提取需要的模型参数。
---------------------
作者：lxx516
来源：CSDN
原文：https://blog.csdn.net/LXX516/article/details/80124768
版权声明：本文为博主原创文章，转载请附上博文链接！
推荐阅读
- pytorch|深入浅出Pytorch系列（4）（实战--FashionMNIST时装分类）
- Python|pytorch，yolov5模型经onnx到Android（三）
- MINIST 数据展示代码可视化minist(深入浅出pytorch)
- pytorch|yolov5-gpu版本部署与测试中遇到的问题与解决
- 深入浅出pytorch(四)
- 蓝桥杯|第十届蓝桥杯省赛B组部分题解
- 利用|利用 onnxruntime 库同时推理多个模型的效率研究
- Dubbo-go 服务代理模型
- 编程人生|高性能IO模型浅析
- 面试官（MySQL 中的 varchar 最多能存储多少个字符（大部分人都会答错。。。））