25 现有模型的使用及参数

一、官网内容

• 模型

• 数据集

二、案例

分类模型：Vgg16

1.参数

• pretrained：True->已经训练过的模型，并能在数据集上取得一个比较好的效果。
• progress:True->显示下载进度条

2.代码

2.1 下载数据集ImageNet

• 下载需要的包

pip install scipy

2.2 模型下载

• 原始模型
• 预训练模型

• 输出预训练模型的网络结构

2.3 模型改进

• 将输出为1000的类别改为10类，有两种改法：迁移学习（添加线性层），直接改网络结构

添加线性层

修改原有线性层

2.4 完整代码

点击查看代码

import torchvision

## 这个数据集不让直接下载，一共有100多G，自己下载也太大了，所以在这里暂时不下载了
# train_data=torchvision.datasets.ImageNet("./ImageNet_dataset",split='train',download=True,transform=torchvision.transforms.ToTensor())

#原始模型
from torch import nn

vgg16_false=torchvision.models.vgg16(pretrained=False)
#预训练后的模型
vgg16_True=torchvision.models.vgg16(pretrained=True)

#输出预训练后的模型的网络结构
print(vgg16_True)

#将网络修改为10分类，原来是1000分类
## 方法1：添加线性层
vgg16_True.classifier.add_module('add_linear',nn.Linear(1000,10))
print(vgg16_True)
## 方法2：直接修改线性层
print(vgg16_false)
vgg16_false.classifier[6]=nn.Linear(4096,10)
print(vgg16_false)

模型可以用完，将其保存到其他盘，目前在C盘。