技術標籤：pytorch網路模型pytorch神經網路自動駕駛深度學習

pytorch 預訓練模型 最後幾層的修改方法

方法1

        model = net() #自己定義的模型，但要保證前面儲存的層和自定義的模型中的層一致
        state_dict = torch.load('xxx/xxx.pth')# 模型
        keys = []
        for k,v in state_dict.items():
            if k.startswith('_fc'):
                continue
            keys.
 
append(k) #將‘_fc’開頭的key過濾掉，留下需要的
        new_dict = {k:state_dict[k] for k in keys} # 重新儲存需要的的模型權重
        model.state_dict().update(new_dict) # 模型更新現有的dict
        # 載入我們真正需要的state_dict
		model.load_state_dict(model_dict) 
		print(model) #列印檢視

https://blog.csdn.net/qq_36076233/article/details/107793069

方法2

		
		state_dict = torch.load('xxx/xxx.pth')#模型
		# 直接丟棄不需要的模組
        state_dict.pop('_fc.weight')
        state_dict.pop('_fc.bias')
        new_model = model.load_state_dict(state_dict, strict=False)
        print(new_model)