冻结网络pytorch

冻结pytorch的网络有两种方式

1. 冻结方式一:lr=0

caffe反正是这么写的,具体方式如下

model_params = [{'params': base_params, 'lr': 0}, # 注释【1】
                        {'params': new_params, 'lr': cfg.SOLVER.BASE_LR * cfg.SOLVER.LR_MULTIPLE}]
# base_params和new_params都是提前设定好的
#然后初始化优化器
optimizer = torch.optim.SGD(
            model_params,
            lr=solver.BASE_LR * lr_multi,
            momentum=solver.MOMENTUM,
            weight_decay=solver.WEIGHT_DECAY
           )                      

【1】干脆不设置这一组也是可以的

2. 冻结方式二:require_grad=False

pytorch和mxnet都提供了相似的接口

for p in model.named_parameters():
    if p[0] in match_layers:
        p[1].requires_grad = False

3. 补充:只冻结主干网络的方法

	#假设主干网络是model.module.mobilenet,backbone=mobilenet
    try:
        sub_model = eval('model.module.' + backbone)
        #也等同于 model.module.mobilenet.eval()
        sub_model.eval()
    except Exception as e:
        pass

你可能感兴趣的:(深度学习,pytorch,冻结网络)