如何在 PyTorch 中获取神经网络的编码器部分？

【问题标题】：How to get the encoder part of a neural network in PyTorch?如何在 PyTorch 中获取神经网络的编码器部分？
【发布时间】：2021-07-29 20:32:03
【问题描述】：

我想应用迁移学习（使用来自预训练的 UNet 或 ResNet 编码器的权重启动我的自定义网络的编码器）。所以问题是：给定 Pytorch 中的 UNet 或 ResNet 实例，如何在 PyTorch 中提取 ResNet 或 UNet 的编码器部分？

This blog 展示了一种方法，但它首先需要我拥有 UNet 或 ResNet 类，这对我来说不实用。因为UNet或ResNet的实例是通过net = get_resnet(depth=34)这样的函数获得的，所以我只能得到UNet或ResNet的实例，但无法得到它们的类。

【问题讨论】：

【解决方案1】：

对于 ResNet，最后一层只是 self.fc，因此如果您实例化一个 ResNet 模型，您可以将 self.fc 重新定义为您喜欢的分类任务，保持模型的其余部分不变，包括预训练的权重（如果适用）。

对于 UNet，这有点棘手，因为解码器由上采样层和输出层组成，但同样可以替换 self.up1、self.up2、self.up3、self.up4 和self.outc.

确保在加载权重后更换层。

【讨论】：