【colab pytorch】提取模型中的某一层
【colab pytorch】提取模型中的某一层
西西嘛呦
发布于 2020-08-26 10:23:06
发布于 2020-08-26 10:23:06
代码可运行
运行总次数：0
代码可运行
modules()会返回模型中所有模块的迭代器，它能够访问到最内层，比如self.layer1.conv1这个模块，还有一个与它们相对应的是name_children()属性以及named_modules(),这两个不仅会返回模块的迭代器，还会返回网络层的名字。
# 取模型中的前两层
new_model = nn.Sequential(*list(model.children())[:2]
# 如果希望提取出模型中的所有卷积层，可以像下面这样操作：
for layer in model.named_modules():
if isinstance(layer[1],nn.Conv2d):
conv_model.add_module(layer[0],layer[1])部分层使用预训练模型：
model.load_state_dict(torch.load('model.pth'), strict=False)注意如果保存的模型是 torch.nn.DataParallel，则当前的模型也需要是。
将GPU保存的模型加载到CPU：
model.load_state_dict(torch.load('model.pth', map_location='cpu'))本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2020-03-16 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
