使用预训练模型的代码如下：
# 加载预训练模型
resNet50 = models.resnet50(pretrained=True)
ResNet50 = ResNet(Bottleneck, [3, 4, 6, 3], num_classes=2)
# 读取参数
pretrained_dict = resNet50.state_dict()
model_dict = ResNet50.state_dict()
# 将pretained_dict里不属于model_dict的键剔除掉
pretrained_dict = {k: v for k, v in pretrained_dict.items() if k in model_dict}
# 更新现有的model_dict
model_dict.update(pretrained_dict)
# 加载真正需要的state_dict
ResNet50.load_state_dict(model_dict)
以上这篇PyTorch加载预训练模型实例(pretrained)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软件开发网。
您可能感兴趣的文章:PyTorch实现AlexNet示例pytorch 修改预训练model实例pytorch载入预训练模型后,实现训练指定层pytorch 实现在预训练模型的 input上增减通道使用pytorch搭建AlexNet操作(微调预训练模型及手动搭建)