代码之家 › 专栏 › 技术社区 › Vipin Chaudhary

如何从pytorch中预训练的CNN的特定层输出

resnet pytorch deep-learning

1

Vipin Chaudhary · 技术社区 · 8 年前

我已经在imagenet数据集上对CNN(RESNET18)进行了预训练,现在我想要的是从特定层获得输入图像的输出,

例如

我的输入图像是 FloatTensor(3, 224, 336) 我发了一批 size = 10 在我的resnet模型中,现在我想要的是模型返回的输出。第4层,

现在我尝试的是 out = model.layer4(Variable(input)) 但它给了我输入维度不匹配的错误( ),这就是返回的确切错误

运行时错误:需要输入维度4和输入。尺寸[1]==64,但在/Users/soumith/miniconda2/conda bld/pytorch_1501999754274/work/torch/lib/THNN/generic/SpatialConvolutionMM处获得形状输入:[10 x 3 x 224 x 336]。c: 47

所以我很困惑,现在该如何获得第4层的输出

1 回复 | 直到 8 年前

1

4

AmirHossein 8 年前

您必须创建一个包含从开始到所需块的所有层的模块:

resnet = torchvision.models.resnet18(pretrained=True)
f = torch.nn.Sequential(*list(resnet.children())[:6])
features = f(imgs)

推荐文章

nirvair · 使用Pytork进行迁移学习[resnet18]。数据集:犬种识别

8 年前

Abraham Ben · 微调resnet50时如何冻结某些层

8 年前

Vipin Chaudhary · 如何从pytorch中预训练的CNN的特定层输出

8 年前

user902799 · 使用resnet更快的r-cnn最大迭代Tensorflow对象API

8 年前