#tensorflow #model #pytorch #vision #fast-ai
Вопрос:
Я работаю над моделью классификации и обнаружения, в которой я обучал обе модели на другом наборе данных, теперь я снова обучаю их обеим на новых данных изображений, но модель содержит две модели, такие как FPN CNN . Я хочу заморозить последний слой и обучиться на новом наборе данных.
Как настроить эту модель с помощью fast.ai. Пожалуйста, нужны предложения, учебные пособия и т. Д. (Нужен какой-то код для руководства)
Комментарии:
1. Можете ли вы предоставить определение модели вашей установки?
2. Я делюсь ссылкой, по которой загружена эта модель: модель Вот она
3. Пожалуйста, укажите код (ваш код), в котором вы импортируете и инициализируете эту модель.
4.
# device = torch.device model = rps.models.get_classifier(models.densenet121, 14).to(device) model.load_state_dict(torch.load('model/classifier_densenet121.pth'))#, map_location=torch.device('cpu')#здесь rps-мой модуль и загружает веса модели. Эта модель содержит две модели, например, FPN и densenet. С этого момента я запутался в том, как заморозить последние слои и как переучиться на меньшем количестве классов?