亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

pytorch 固定部分參數(shù)訓(xùn)練的方法

 更新時間:2019年08月17日 15:23:08   作者:guotong1988  
今天小編就為大家分享一篇pytorch 固定部分參數(shù)訓(xùn)練的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

需要自己過濾

optimizer.SGD(filter(lambda p: p.requires_grad, model.parameters()), lr=1e-3)

另外,如果是Variable,則可以初始化時指定

j = Variable(torch.randn(5,5), requires_grad=True)

但是如果是

m = nn.Linear(10,10)

是沒有requires_grad傳入的

m.requires_grad也沒有

需要

for i in m.parameters():
  i.requires_grad=False

另外一個小技巧就是在nn.Module里,可以在中間插入這個

for p in self.parameters():
  p.requires_grad=False

這樣前面的參數(shù)就是False,而后面的不變

class Net(nn.Module):
  def __init__(self):
    super(Net, self).__init__()
    self.conv1 = nn.Conv2d(1, 6, 5)
    self.conv2 = nn.Conv2d(6, 16, 5)

    for p in self.parameters():
      p.requires_grad=False

    self.fc1 = nn.Linear(16 * 5 * 5, 120)
    self.fc2 = nn.Linear(120, 84)
    self.fc3 = nn.Linear(84, 10)

以上這篇pytorch 固定部分參數(shù)訓(xùn)練的方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關(guān)文章

最新評論