目錄

一、使用現(xiàn)有網(wǎng)絡(luò)模型

二、修改現(xiàn)有網(wǎng)絡(luò)模型

一、使用現(xiàn)有網(wǎng)絡(luò)模型

PyTorch提供了許多流行的深度學(xué)習(xí)模型，這些模型在大規(guī)模圖像數(shù)據(jù)集上進行了預(yù)訓(xùn)練。其中一個著名的模型是VGG16。下面是如何使用VGG16模型的示例代碼：

import torchvision
from torch import nn
from torchvision.models import VGG16

# 使用不帶預(yù)訓(xùn)練權(quán)重的VGG16模型
vgg16_false = torchvision.models.vgg16(pretrained=False)

# 使用預(yù)訓(xùn)練權(quán)重的VGG16模型
vgg16_true = torchvision.models.vgg16(pretrained=True)

print(vgg16_false)
print(vgg16_true)

在上述代碼中，使用torchvision.models.vgg16來加載VGG16模型。通過pretrained參數(shù)，我們可以選擇是否加載預(yù)訓(xùn)練的權(quán)重。vgg16_false代表一個不帶預(yù)訓(xùn)練權(quán)重的VGG16模型，而vgg16_true代表一個帶有預(yù)訓(xùn)練權(quán)重的模型。

二、修改現(xiàn)有網(wǎng)絡(luò)模型

一旦加載了現(xiàn)有的網(wǎng)絡(luò)模型，可以對其進行修改，以滿足特定任務(wù)的需求。下面是如何修改VGG16模型的示例代碼：

import torchvision
from torch import nn
from torchvision.models import VGG16

# 加載帶有預(yù)訓(xùn)練權(quán)重的VGG16模型
vgg16 = torchvision.models.vgg16(pretrained=True)

# 添加一個新的線性層，將輸出從1000類修改為10類
vgg16.classifier.add_module('add_linear', nn.Linear(1000, 10))

# 修改VGG16模型的最后一個全連接層
vgg16.classifier[6] = nn.Linear(4096, 10)

print(vgg16)

在上述代碼中，加載了一個帶有預(yù)訓(xùn)練權(quán)重的VGG16模型，并通過add_module方法添加了一個新的線性層，將輸出從1000類修改為10類。此外，還演示了如何通過修改模型的索引來改變VGG16模型的最后一個全連接層。

這種方法可以幫助您快速構(gòu)建適用于特定任務(wù)的模型，而無需從頭開始訓(xùn)練整個網(wǎng)絡(luò)。

完整代碼如下：

import torchvision
from torch import nn
from torchvision.models import VGG16_Weights

# train_data = torchvision.datasets.ImageNet("D:\\Python_Project\\pytorch\\data_image_net",split="train",download=True,transform=torchvision.transforms.ToTensor())

# 錯誤原因：參數(shù)pretrained自0.13起已棄用，將在0.15后刪除，要改用“weights”。
vgg16_false = torchvision.models.vgg16(weights=None)
vgg16_true = torchvision.models.vgg16(weights=VGG16_Weights.DEFAULT)

# print(vgg16_true)

# 要想用于 CIFAR10 數(shù)據(jù)集， 可以在網(wǎng)絡(luò)下面多加一行，轉(zhuǎn)成10分類的輸出，這樣輸出的結(jié)果，跟下面的不一樣，位置不一樣
# vgg16_true.add_module('add_Linear',nn.Linear(1000,10))
# print(vgg16_true)

vgg16_true.classifier.add_module('add_linear',nn.Linear(1000,10))
# 層級不同
# 如何利用現(xiàn)有的網(wǎng)絡(luò)，改變結(jié)構(gòu)
print(vgg16_true)

# 上面是添加層，下面是如何修改VGG里面的層內(nèi)容
print(vgg16_false)
vgg16_false.classifier[6] = nn.Linear(4096,10)  # 中括號里的內(nèi)容，是網(wǎng)絡(luò)輸出結(jié)果自帶的索引，套進這種格式，就可以直接修改那一層的內(nèi)容
print(vgg16_false)

參考資料：

視頻教程：PyTorch深度學(xué)習(xí)快速入門教程（絕對通俗易懂?。拘⊥炼选?span toymoban-style="hidden">文章來源地址http://www.zghlxwxcb.cn/news/detail-743649.html

到了這里，關(guān)于PyTorch入門學(xué)習(xí)（十五）：現(xiàn)有網(wǎng)絡(luò)模型的使用及修改的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！