如何在 PyTorch 中獲取神經網絡的編碼器部分？

Question

我想應用轉移學習（使用來自 UNet 或 ResNet 的預訓練編碼器的權重啟動我的自定義網絡的編碼器）。 所以問題是：給定 Pytorch 中的 UNet 或 ResNet 實例，如何在 PyTorch 中提取 ResNet 或 UNet 的編碼器部分？

這個博客展示了一種方法，但它首先要求我擁有 UNet 或 ResNet 類，這對我來說不切實際。 因為 UNet 或 ResNet 的實例是通過如下函數獲取的： net = get_resnet(depth=34) ，所以我只能獲取net = get_resnet(depth=34)或 ResNet 的實例，但無法獲取它們的類。

Answer 1

對於 ResNet，最后一層只是self.fc ，因此如果您實例化 ResNet 模型，您可以將self.fc重新定義為您首選的分類任務，保持模型的其余部分完好無損，包括預訓練的權重（如果適用）。

對於 UNet，這有點棘手，因為解碼器由上采樣層和輸出層組成，但同樣可以替換self.up1 、 self.up2 、 self.up3 、 self.up4和self.outc .

請務必在加載權重后更換圖層。