pytorch导入模型参数

• 背景介绍：

1. 我的想法是把一个预训练的网络的参数导入到我的模型中，但是预训练模型的参数只是我模型参数的一小部分，怎样导进去不出差错了，请来听我说说。

• 解法

1. 首先把你需要添加参数的那一小部分模型提取出来，并新建一个类进行重新定义，如图向Alexnet中添加前三层的参数，重新定义前三层。

3. 接下来就是导入参数

4.         checkpoint = torch.load(config.pretrained_model)
           # change name and load parameters
           model_dict = model.net1.state_dict()
           checkpoint = {k.replace('features.features', 'featureExtract1'): v for k, v in checkpoint.items()}
           checkpoint = {k:v for k,v in checkpoint.items() if k in model_dict.keys()}
   
           model_dict.update(checkpoint)
           model.net1.load_state_dict(model_dict)

5. 程序如上图所示，主要是第三、四句，第三是替换，别人训练的模型参数的键和自己的定义的会不一样，所以需要替换成自己的；第四句有个if用于判断导入需要的参数。其他语句都相当于是模板，套用即可。