邦定机厂家
免费服务热线

Free service

hotline

010-00000000
邦定机厂家
热门搜索:
成功案例
当前位置:首页 > 成功案例

瞧一瞧:PyTorch 的预训练,是时候学习一下了

发布时间:2022-05-16 10:57:46 阅读: 来源:邦定机厂家
PyTorch 的预训练,是时候学习一下了

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强制拆迁的法定条件有哪些
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。

<责令拆除违章建筑是行政处罚吗
p>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!

雷锋网按:本文作者ycszen,文章原载于作者的知乎专栏。


实战特训:远场语音交互技术

智能音箱这么火,听声智科技CTO教你深入解析AI设备语音交互关键技术!

课程链接:http://www.mooc.ai/course/80

加入AI慕课学院人工智能学习交流QQ群:624413030,与AI同行一起交流成长

雷峰网版权文章,未经授权禁止转载。详情见转载须知。