如何用Pytorch冻结特定卷积层的参数？

本文共计197个文字，预计阅读时间需要1分钟。

在以下代码中，我们使用Python遍历网络中特定层级的参数，并根据索引来设置它们的`requires_grad`属性。代码已简化并限制在100个字以内：

pythonfor i, para in enumerate(self._net.module.features.parameters()): para.requires_grad=i % 16==0

python代码

for i, para in enumerate(self._net.module.features.parameters()): if i < 16: para.requires_grad = False else: para.requires_grad = True # Solver. # self._solver = torch.optim.SGD( # self._net.parameters(), lr=self._options['base_lr'], # momentum=0.9, weight_decay=self._options['weight_decay']) self._solver = torch.optim.SGD( self._net.module.parameters(), lr=self._options['base_lr'], momentum=0.9, weight_decay=self._options['weight_decay'])

分析

通过for循环将需要冻结的layer的requires_grad属性设置为False

以上这篇Pytorch 实现冻结指定卷积层的参数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易盾网络。