Pytorch修改ResNet模型全连接层进行直接训练实例

(编辑：jimmy 日期: 2026/10/6 浏览：3 次 )

之前在用预训练的ResNet的模型进行迁移训练时，是固定除最后一层的前面层权重，然后把全连接层输出改为自己需要的数目，进行最后一层的训练，那么现在假如想要只是把

最后一层的输出改一下，不需要加载前面层的权重，方法如下：

model = torchvision.models.resnet18(pretrained=False)
num_fc_ftr = model.fc.in_features
model.fc = torch.nn.Linear(num_fc_ftr, 224)
model = nn.DataParallel(model, device_ids=config.gpus).to(device)

首先模型结构是必须要传入的，然后把最后一层的输出改为自己所需的数目

以上知识点很简单，大家可以测试下，感谢大家的阅读和对的支持。

上一篇：numpy.random.shuffle打乱顺序函数的实现
下一篇：python+pygame实现坦克大战