Pytorch根据layers的name冻结训练方式
使用model.named_parameters()可以轻松搞定，
model.cuda() #########################################Frozesomelayerstofine-turnthemodel######################## forname,paraminmodel.named_parameters():#带有参数名的模型的各个层包含的参数遍历 if'out'or'merge'or'before_regress'inname:#判断参数名字符串中是否包含某些关键字 continue param.requires_grad=False ############################################################################################################## optimizer=optim.SGD(filter(lambdap:p.requires_grad,model.parameters()), lr=opt.learning_rate*args.world_size,momentum=0.9,weight_decay=5e-4)
以上这篇Pytorch根据layers的name冻结训练方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。