pytorch 固定部分引數訓練
阿新 • • 發佈:2018-12-25
需要自己過濾
optimizer.SGD(filter(lambda p: p.requires_grad, model.parameters()), lr=1e-3)
另外,如果是Variable,則可以初始化時指定
j = Variable(torch.randn(5,5), requires_grad=True)
但是如果是
m = nn.Linear(10,10)
是沒有requires_grad
傳入的
m.requires_grad
也沒有
需要
for i in m.parameters():
i.requires_grad=False
另外一個小技巧就是在nn.Module裡,可以在中間插入這個
for p in self.parameters():
p.requires_grad=False
這樣前面的引數就是False,而後面的不變
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(1, 6, 5)
self.conv2 = nn.Conv2d(6, 16, 5)
for p in self.parameters():
p.requires_grad=False
self.fc1 = nn.Linear(16 * 5 * 5, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)