PyTorch预训练的实现


Posted in Python onSeptember 18, 2019

前言

最近使用PyTorch感觉妙不可言,有种当初使用Keras的快感,而且速度还不慢。各种设计直接简洁,方便研究,比tensorflow的臃肿好多了。今天让我们来谈谈PyTorch的预训练,主要是自己写代码的经验以及论坛PyTorch Forums上的一些回答的总结整理。

直接加载预训练模型

如果我们使用的模型和原模型完全一样,那么我们可以直接加载别人训练好的模型:

my_resnet = MyResNet(*args, **kwargs)
my_resnet.load_state_dict(torch.load("my_resnet.pth"))

当然这样的加载方法是基于PyTorch推荐的存储模型的方法:

torch.save(my_resnet.state_dict(), "my_resnet.pth")

还有第二种加载方法:

my_resnet = torch.load("my_resnet.pth")

加载部分预训练模型

其实大多数时候我们需要根据我们的任务调节我们的模型,所以很难保证模型和公开的模型完全一样,但是预训练模型的参数确实有助于提高训练的准确率,为了结合二者的优点,就需要我们加载部分预训练模型。

pretrained_dict = model_zoo.load_url(model_urls['resnet152'])
model_dict = model.state_dict()
# 将pretrained_dict里不属于model_dict的键剔除掉
pretrained_dict = {k: v for k, v in pretrained_dict.items() if k in model_dict}
# 更新现有的model_dict
model_dict.update(pretrained_dict)
# 加载我们真正需要的state_dict
model.load_state_dict(model_dict)

因为需要剔除原模型中不匹配的键,也就是层的名字,所以我们的新模型改变了的层需要和原模型对应层的名字不一样,比如:resnet最后一层的名字是fc(PyTorch中),那么我们修改过的resnet的最后一层就不能取这个名字,可以叫fc_

微改基础模型预训练

对于改动比较大的模型,我们可能需要自己实现一下再加载别人的预训练参数。但是,对于一些基本模型PyTorch中已经有了,而且我只想进行一些小的改动那么怎么办呢?难道我又去实现一遍吗?当然不是。

我们首先看看怎么进行微改模型。

微改基础模型

PyTorch中的torchvision里已经有很多常用的模型了,可以直接调用:

  • AlexNet
  • VGG
  • ResNet
  • SqueezeNet
  • DenseNet
import torchvision.models as models
resnet18 = models.resnet18()
alexnet = models.alexnet()
squeezenet = models.squeezenet1_0()
densenet = models.densenet_161()

但是对于我们的任务而言有些层并不是直接能用,需要我们微微改一下,比如,resnet最后的全连接层是分1000类,而我们只有21类;又比如,resnet第一层卷积接收的通道是3, 我们可能输入图片的通道是4,那么可以通过以下方法修改:

resnet.conv1 = nn.Conv2d(4, 64, kernel_size=7, stride=2, padding=3, bias=False)
resnet.fc = nn.Linear(2048, 21)

简单预训练

模型已经改完了,接下来我们就进行简单预训练吧。
我们先从torchvision中调用基本模型,加载预训练模型,然后,重点来了,将其中的层直接替换为我们需要的层即可:

resnet = torchvision.models.resnet152(pretrained=True)
# 原本为1000类,改为10类
resnet.fc = torch.nn.Linear(2048, 10)

其中使用了pretrained参数,会直接加载预训练模型,内部实现和前文提到的加载预训练的方法一样。因为是先加载的预训练参数,相当于模型中已经有参数了,所以替换掉最后一层即可。OK!

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python自带的http模块详解
Nov 06 Python
Python使用matplotlib绘制多个图形单独显示的方法示例
Mar 14 Python
Python返回数组/List长度的实例
Jun 23 Python
django DRF图片路径问题的解决方法
Sep 10 Python
5款Python程序员高频使用开发工具推荐
Apr 10 Python
python 杀死自身进程的实现方法
Jul 01 Python
使用python绘制温度变化雷达图
Oct 18 Python
Django import export实现数据库导入导出方式
Apr 03 Python
简单了解Java Netty Reactor三种线程模型
Apr 26 Python
Django def clean()函数对表单中的数据进行验证操作
Jul 09 Python
python re模块和正则表达式
Mar 24 Python
Python学习之os包使用教程详解
Mar 21 Python
用python实现英文字母和相应序数转换的方法
Sep 18 #Python
Django模板导入母版继承和自定义返回Html片段过程解析
Sep 18 #Python
Python爬虫图片懒加载技术 selenium和PhantomJS解析
Sep 18 #Python
python rsa实现数据加密和解密、签名加密和验签功能
Sep 18 #Python
决策树剪枝算法的python实现方法详解
Sep 18 #Python
python生成requirements.txt的两种方法
Sep 18 #Python
python2与python3爬虫中get与post对比解析
Sep 18 #Python
You might like
mayfish 数据入库验证代码
2010/04/30 PHP
CI框架在CLI下执行占用内存过大问题的解决方法
2014/06/17 PHP
编译PHP报错configure error Cannot find libmysqlclient under usr的解决方法
2014/06/27 PHP
PHP实现补齐关闭的HTML标签
2016/03/22 PHP
PHP实现搜索时记住状态的方法示例
2018/05/11 PHP
window.dialogArguments 使用说明
2011/04/11 Javascript
JS读取cookies信息(记录用户名)
2012/01/10 Javascript
javascript单引号和双引号的区别和处理
2014/05/14 Javascript
IE浏览器不支持getElementsByClassName的解决方法
2014/08/27 Javascript
angularJS 中input示例分享
2015/02/09 Javascript
JS图片预加载插件详解
2017/06/21 Javascript
vue路由缓存的几种实现方式小结
2020/02/02 Javascript
python2.7删除文件夹和删除文件代码实例
2013/12/18 Python
Python使用reportlab将目录下所有的文本文件打印成pdf的方法
2015/05/20 Python
Python实现字符串格式化输出的方法详解
2017/09/20 Python
python3.6数独问题的解决
2019/01/21 Python
Python常见读写文件操作实例总结【文本、json、csv、pdf等】
2019/04/15 Python
django echarts饼图数据动态加载的实例
2019/08/12 Python
春节到了 教你使用python来抢票回家
2020/01/06 Python
python itsdangerous模块的具体使用方法
2020/02/17 Python
python中delattr删除对象方法的代码分析
2020/12/15 Python
HTML5实现自带进度条和滑块滑杆效果
2018/04/17 HTML / CSS
详解h5页面在不同ios设备上的问题总结
2019/03/01 HTML / CSS
美国东北部户外服装和设备零售商:Eastern Mountain Sports
2016/10/05 全球购物
日本航空官方网站:JAL
2019/06/19 全球购物
简述Linux文件系统通过i节点把文件的逻辑结构和物理结构转换的工作过程
2012/04/17 面试题
信息专业大学生自我评价分享
2014/01/17 职场文书
《最可爱的人》教学反思
2014/02/14 职场文书
大学学习个人的自我评价
2014/02/18 职场文书
物理教学随笔感言
2014/02/22 职场文书
询价采购方案
2014/06/09 职场文书
党员批评与自我批评发言材料
2014/10/14 职场文书
2014年设备管理工作总结
2014/11/26 职场文书
幼儿园三八妇女节活动总结
2015/02/06 职场文书
五四青年节活动总结
2015/02/10 职场文书
2016年世界人口日宣传活动总结
2016/04/05 职场文书