6.2 使用pytorch搭建ResNet并基于迁移学习训练-6.2 使用pytorch搭建ResNet并基于迁移学习训练

热门回复：

• 互里艾变换:感谢博主。作为一个“半路出家”之人，一个没有经过系统性培训的研究僧，能有这样的教程感到受益良多！
• 霹雳吧啦Wz:课件已经上传到我的github上了，需要的可以自行下载
• bili_39010804077:up主，如果测试集有多张图片该怎么修改，是这样吗？ model = resnet34(num_classes=5) # load model weights model_weight_path = "./resNet34.pth" model.load_state_dict(torch.load(model_weight_path, map_location=device)) model.eval() acc = 0.0 # accumulate accurate number / epoch optimizer = optim.Adam(model.parameters(), lr=0.0001) with torch.no_grad(): for val_data in validate_loader: val_images, val_labels = val_data #optimizer.zero_grad() outputs = model(val_images.to(device)) predict_y = torch.max(outputs, dim=1)【1】 acc += (predict_y == val_labels.to(device)).sum().item() val_accurate = acc / val_num print('test_accuracy: %.3f' %(val_accurate))
• 慎独yfs:RuntimeError: Error(s) in loading state_dict for ResNet: size mismatch for fc.weight: copying a param with shape torch.Size(【1000, 512】) from checkpoint, the shape in current model is torch.Size(【2, 512】). size mismatch for fc.bias: copying a param with shape torch.Size(【1000】) from checkpoint, the shape in current model is torch.Size(【2】). 博主，请问我第一遍训练的时候没有问题，为啥再训练会报这种错误啊，谢谢
• 你把小熊还给我哦:感谢博主，跑了你所有的网络模型，请问可以给训练模型上加上可视化，使每个epoch的结果都能保存下来，最后输出一张折线图吗？