前辈您好,我是模型压缩的初学者,您的方法相当有创造性,目前我在尝试用您的算法剪枝量化自己构建的模型,但与直接调用torchvision.models.resnet50()不同是,报错显示无法找到对应的层,具体报错如下:AttributeError: type object 'Net' has no attribute 'enc_conv1' ;RuntimeError: Can not find the enc_conv1 in model
我目前的具体操作是:
(1)from model.sesnet import Net来调用自建模型中的类(其中sesnet是构建模型的py文件,Net是模型的类)
(2)直接用model=Net来构建模型
(3)根据名称获取nn.Module对象:conv1 = tools.get_object(model, "self.enc_conv1")
debug中显示model={type}<class 'model.sesnet.Net'>,而不是像例子中获得构建好的resnet,关于这个问题可以向您请教下吗
前辈您好,我是模型压缩的初学者,您的方法相当有创造性,目前我在尝试用您的算法剪枝量化自己构建的模型,但与直接调用torchvision.models.resnet50()不同是,报错显示无法找到对应的层,具体报错如下:AttributeError: type object 'Net' has no attribute 'enc_conv1' ;RuntimeError: Can not find the enc_conv1 in model 我目前的具体操作是: (1)from model.sesnet import Net来调用自建模型中的类(其中sesnet是构建模型的py文件,Net是模型的类) (2)直接用model=Net来构建模型 (3)根据名称获取nn.Module对象:conv1 = tools.get_object(model, "self.enc_conv1") debug中显示model={type}<class 'model.sesnet.Net'>,而不是像例子中获得构建好的resnet,关于这个问题可以向您请教下吗