pytorch 實現在預訓練模型的 input上增減通道
阿新 • • 發佈:2020-01-09
如何把imagenet預訓練的模型,輸入層的通道數隨心所欲的修改,從而來適應自己的任務
#增加一個通道 w = layers[0].weight layers[0] = nn.Conv2d(4,64,kernel_size=(7,7),stride=(2,2),padding=(3,3),bias=False) layers[0].weight = torch.nn.Parameter(torch.cat((w,w[:,:1,:,:]),dim=1)) #方式2 w = layers[0].weight layers[0] = nn.Conv2d(4,torch.zeros(64,1,7,7)),dim=1)) #單通道輸入 layers[0] = nn.Conv2d(1,bias=False) layers[0].weight = torch.nn.Parameter(w[:,:])
以上這篇pytorch 實現在預訓練模型的 input上增減通道就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。