【PyTorch】使用pytorch提供的模型训练inception V3（使用预训练模型）

前言：

最近在用vgg16跑数据，但是参数量实在太大，跑的非常慢，虽然最后结果还算可观。后面又研究了一下GoogLeNet，自己写了inceptionV1的代码，因为跑vgg16一直占着电脑，所以就没有跑,。

在这期间，在小老弟电脑上跑了MobileNet V1，找不到pytorch版的预训练权重，所以从头开始跑，过拟合非常严重，等之后研究一下是什么原因，猜测是数据集不平衡太严重以及没有预训练。

今天直接调用了pytorch的inception V3的代码跑数据，对于这个网络还没有深入研究，所以跑的时候遇到了一些比较低级的问题，但是在百度上也搜不到，最后在Google上找到了解决办法。

问题：

'InceptionOuputs' object has no attribute 'log_softmax'

在Torch 0.4.0上报的错误应该是：

'tuple' object has no attribute 'log_softmax'

 解决方法：

inception系列都有一个辅助分类器，在训练的时候可以选择是否要用辅助分类器，我在训练的时候选择了使用，所以网络的输出是：

       if self.training and self.aux_logits:
           return _InceptionOuputs(x, aux)

 而_InceptionOuputs在代码最上面定义为：

_InceptionOuputs = namedtuple('InceptionOuputs', ['logits', 'aux_logits'])

返回值是tuple类型，但是在train.py中

outputs = model(inputs)

把返回值只赋给了一个值，所以此时outputs是一个tuple类型的值，再将outputs输入到计算损失函数的函数中去的时候，就会报以上错误。

但是为什么版本是0.4.0的时候报的错误不一样呢？

这是因为改版本的代码中返回网络的输出是这么写的：

        if self.training and self.aux_logits:
            return x, aux

根本就没有定义_InceptionOuputs！

不过在Google中搜到的也都是'tuple' object has no attribute 'log_softmax'这个问题的解决方法，关于新版本的问题目前还没有看到。