这期内容当中小编将会给大家带来有关如何使用pytorch预训练层，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
pytorch 预训练层的使用方法
将其他地方训练好的网络，用到新的网络里面
加载预训练网络
1.原先已经训练好一个网络 AutoEncoder_FC()
2.首先加载该网络，读取其存储的参数
3.设置一个参数集
cnnpre = AutoEncoder_FC()
cnnpre.load_state_dict(torch.load('autoencoder_FC.pkl')['state_dict'])
cnnpre_dict =cnnpre.state_dict()
加载新网络
1.设置新的网络
2.设置新网络参数集
cnn= AutoEncoder() cnn_dict = cnn.state_dict()
更新新网络参数
1.将两个参数集比对，存在的网络参数保留
2.使用保留下的参数更新新网络参数集
3.加载新网络参数集到新网络中
cnnpre_dict = {k: v for k, v in cnnpre_dict.items() if k in cnn_dict}
cnn_dict.update(cnnpre_dict)
cnn.load_state_dict(cnn_dict)
上述就是小编为大家分享的如何使用pytorch预训练层了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注本站行业资讯频道。
![[Pytorch框架] 5.1 kaggle介绍](https://www.kunjuke.com/file/css/thumb/4.jpg/280-180.jpg)
![[Pytorch框架] 1.4 Autograd：自动求导](https://www.kunjuke.com/file/css/thumb/7.jpg/280-180.jpg)
