使用pytorch自带的网络结构

介绍

pytorch为我们提供了很多现成的网络结构,我们应该如何去使用呢?

我们可以看到我们使用resnet的时候会有许多现成的

当然vgg也一样,都有着许多现成的网络

使用模板

python 复制代码
# 使用pytorch中定义好的网络模型
import torch.nn as nn
# 导入自带的网络包
from torchvision import models

class resnet18(nn.Module):
    def __init__(self):
        super(resnet18, self).__init__()
        # pretrained加载预训练模型,无预训练模型会自动下载
        self.model = models.resnet18(pretrained=True)
        self.num_features = self.model.fc.in_features
        self.model.fc = nn.Linear(self.num_features, 10)

    def forward(self, x):
        out = self.model(x)
        return out

def pytorch_resnet18():
    return resnet18()

想要用其他的网络只需要把里面的

复制代码
resnet18改成自己想用的网络即可

然后就是

复制代码
nn.Linear(self.num_features, 10)里面的10改成自己分类任务里面的特征个数即可
相关推荐
深圳市益普科技有限公司26 分钟前
半导体MES厂商有哪些:从车间网络与OT-IT融合看差异
人工智能
金融小师妹5 小时前
多因子智能推演:油价回落6%与黄金震荡上行的关联解析——AI预测框架
大数据·python·深度学习
Ai思想家7 小时前
私有化部署的服务器选型与容量规划
人工智能·安全·ai
小码哥哥7 小时前
实战指南:企业网盘与AI知识库的融合架构设计与实现
人工智能
品牌测评7 小时前
AI编码平台的技术演进与行业格局——2026年生态观察
人工智能
爱查宝小二7 小时前
爱查宝 AIGC 检测与降重能力深度评测
人工智能·aigc
白拾8 小时前
【CVPR 2026】POUR:神经坍缩驱动的可证明最优表示级机器遗忘|从隐私合规与表示几何视角
人工智能·机器遗忘·表示学习·医学影像ai·cvpr 2026·pour 论文分享·神经坍缩
重庆传粉科技8 小时前
AI搜索重构互联网价值交换:GEO如何缓解全域流量流失难题
大数据·人工智能
BUG研究员_8 小时前
Runnable与LCEL
开发语言·人工智能·python