之前采用keras进行深度学习网络的搭建，取得的效果还不错，但是有一些参数没法更改，同时一些参数也没法实时看到。在师兄的指引下，决定采用pytorch进行深度学习模型的搭建。开始的时候也不是很顺，主要还是自主探索新领域的难吧。

两个方面：

windows环境下pytorch和tensorboard联合使用
修改预训练模型

windows环境下pytorch和tensorboard联合使用

参考链接

过程：

运行主函数，然后产生logs文件
切换到board目录下，运行：tensorboard --logdir=./logs --port=6006
在浏览器地址栏中输入 http://localhost:6006/

修改预训练模型

这个比如说Faster-RCNN基于vgg19提取features，但是只使用了一部分模型提取features，所以需要知道如何修改预训练模型，参考链接

步骤：

下载vgg19的pth文件，在anaconda中直接设置pretrained=True下载一般都比较慢，我用的浏览器或者迅雷直接下载，在model_zoo里面有各种预训练模型的下载链接

model_urls = {
    'vgg11': 'https://download.pytorch.org/models/vgg11-bbd30ac9.pth',
    'vgg13': 'https://download.pytorch.org/models/vgg13-c768596a.pth',
    'vgg16': 'https://download.pytorch.org/models/vgg16-397923af.pth',
    'vgg19': 'https://download.pytorch.org/models/vgg19-dcbb9e9d.pth',
    'vgg11_bn': 'https://download.pytorch.org/models/vgg11_bn-6002323d.pth',
    'vgg13_bn': 'https://download.pytorch.org/models/vgg13_bn-abd245e5.pth',
    'vgg16_bn': 'https://download.pytorch.org/models/vgg16_bn-6c64b313.pth',
    'vgg19_bn': 'https://download.pytorch.org/models/vgg19_bn-c79401a0.pth',

下载好的模型，可以用下面这段代码试着看一下，并且改一下模型。在vgg19.pth同级目录建立一个test.py

import torch
import torch.nn as nn
import torchvision.models as models

vgg16 = models.vgg16(pretrained=False)
vgg16.load_state_dict(torch.load('vgg16-397923af.pth'))
print('vgg16:\n', vgg16)

modified_features = nn.Sequential(*list(vgg16.features.children())[:-1])
# to relu5_3
print('modified_features:\n', modified_features )

修改好之后features就可以拿去做Faster-RCNN提取特征用了。

注意在Linux系统之下，运行速度是Windows下的快两倍。

转载自：pytorch小技巧

Pytorch的一些总结

两个方面：

windows环境下pytorch和tensorboard联合使用

修改预训练模型

猜你喜欢