Closed 284513016 closed 3 years ago
你好,fc是conv2d和linear层对finetune没有影响,请参考你链接中Finetuning the convnet部分进行实验。
你好,fc是conv2d和linear层对finetune没有影响,请参考你链接中Finetuning the convnet部分进行实验。
非常感谢您的答复,我没有将问题阐述清楚,链接中Finetuning the convnet部分的 num_ftrs = model_ft.fc.in_features,提取fc中的in_features后进行处理 但是addernet中fc是conv2d,没有in_features这个属性,只有输入输出通道数。 请问我们如何才能从addernet中得到fc的输入特征? 期待您的回复,万分感谢
你好,fc是conv2d和linear层对finetune没有影响,请参考你链接中Finetuning the convnet部分进行实验。
非常感谢您的答复,我没有将问题阐述清楚,链接中Finetuning the convnet部分的 num_ftrs = model_ft.fc.in_features,提取fc中的in_features后进行处理 但是addernet中fc是conv2d,没有in_features这个属性,只有输入输出通道数。 请问我们如何才能从addernet中得到fc的输入特征? 期待您的回复,万分感谢
你好,fc中的in_features相当于输入的特征维度,和conv2d中的输入通道数是一样的。
您好 我们参考 https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html 利用自己的数据集对网络进行微调,我们遇到了困难 普通的resnet通过fc层输出in_featrues,进行微调训练,但是addernet中resnet的fc是conv2d,我不知道如何得到fc层的输入,或者说avgpool的输出。 期待您的回答,非常感谢。