无需在 Pytorch 中进行微调即可从预训练模型中获取 128 个暗淡的特征向量

【问题标题】：Get a 128 dim feature vector from a pretrained model without fine tuning in Pytorch无需在 Pytorch 中进行微调即可从预训练模型中获取 128 个暗淡的特征向量
【发布时间】：2024-01-19 23:54:01
【问题描述】：

我需要一组图像的视觉特征才能嵌入输入图像。我需要的维度是128。

我想过移除预训练模型（例如 ResNet50）的最后一层，而不是用扁平层替换最后一个全连接层，并对每个图像进行前向传递。问题是，在展平层之后 ResNet50 会给你一个 512 暗淡的特征向量。如果我添加另一个输出昏暗为 128 的全连接层，我需要重新训练和微调网络，因为我正在添加新参数。

有没有什么方法可以在不添加可学习参数的情况下，从最后一层512 dim特征向量得到128 dim特征向量？

【问题讨论】：

标签： deep-learning neural-network pytorch conv-neural-network feature-extraction

【解决方案1】：

您可以对从预训练模型检索到的特征应用主成分分析 (PCA)，以将维度减少到 128 个组件。

【讨论】：