pytorch冻结模型

当您想要冻结部分模型时，或者您事先知道不会使用某些参数的梯度。

例如，如果要对预先训练的CNN进行优化，只要切换冻结模型中的requires_grad标志就足够了，

直到计算到最后一层才会保存中间缓冲区，其中的仿射变换（卷级操作等）将使用需要梯度的权重并且网络的输出也将需要它们。

import torchvision
import torch.nn as nn
from torch import optim
model = torchvision.models.resnet18(pretrained=True)
for param in model.parameters():
    param.requires_grad=False

model.fc = nn.Linear(512,100)

optimizer = optim.SGD(model.fc.parameters(), lr=1e-2, momentum=0.9)

这里将最后一层替换成了 model.fc = nn.Linear(512,100)原先是renet18中是，nn.Linear(512,1000)