修改PyTorch预训练模型的下载路径（以及对现有模型vgg16修改）

目录

引言        

修改PyTorch预训练模型的下载路径

对vgg模型的训练

• 引言        

        在下载一些pytorch的训练模型的时候，往往 默认路径是 C:\Users\<username>\.cache，而我们不想下载到C盘，我们就要对下载路径进行修改，然后本文还介绍了对现有模型vgg16的修改： 包括增加一些处理（增加一个线性层）和修改一些处理（修改最后一个线性层的参数）。

• 修改PyTorch预训练模型的下载路径

import os
os.environ['TORCH_HOME'] = 'D:\APPDATA\Data\Modules'

D:\APPDATA\Data\Modules  改为 “你要下载到的路径名”，这样就下载到指定的路径了

• 对vgg模型的训练

• 我们打印一下VGG16的模型：

vgg16_False = torchvision.models.vgg16(pretrained=False)
vgg16_True = torchvision.models.vgg16(pretrained=True)
print(vgg16_True)

VGG16训练的数据集是Image_Net ，但是太大了！！

train_data = torchvision.datasets.ImageNet("../data_img_net", split='train',
                          download=True,transform=torchvision.transforms.ToTensor())
                                          

我们就下载CIFAR10， 这个只有10个分类！

train_data = torchvision.datasets.CIFAR10("../dataset", train=True, transform=torchvision.transforms.ToTensor(), download=False)

vgg16_True = torchvision.models.vgg16(pretrained=True)

# 对vgg16模型的使用和修改 : 对vgg16_True 加一层线性层，然后从 1000变成10

vgg16_True.add_module('add_linear', nn.Linear(1000, 10))
print(vgg16_True)

我们可以看见，最后加了一层的线性层， Linear, 从1000个feature 变成了10

上面是对整个模型进行加，而如果想对classifier里面加的话我们这样写：

vgg16_True.classifier.add_module('add_linear', nn.Linear(1000, 10))
print(vgg16_True)

就变成了以下模型：

如果想对模型进行修改：

# 对现有模型的修改，而不是添加！
print(vgg16_False)
vgg16_False.classifier[6] = nn.Linear(4096, 10)
print(vgg16_False)

修改之前：

修改之后：

就到这里了，谢谢大家~~