pytorch children和modules
children: 只包括网络的第一级孩子,不包括孩子的孩子
modules: 深度优先遍历,先输出孩子,再输出孩子的孩子,孩子的孩子的孩子。。。
children的用法:加载预训练模型
resnet = models.resnet50(pretrained=True)
modules = list(resnet.children())[:-1] # 去除最后的fc层
resnet_base = nn.Sequential(*modules)
linear = nn.Linear(resnet.fc.in_features, 10) # 替换新的fc层
# 或者直接替换
resnet = models.resnet50(pretrained=True)
for param in resnet.parameters(): # 冻结参数
param.requires_grad = False
resnet.fc = nn.Linear(resnet.fc.in_features, 100)
modules的用法:初始化网络的参数,参考官方实现
for m in self.modules():
if isinstance(m, nn.Conv2d):
nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')
elif isinstance(m, (nn.BatchNorm2d, nn.GroupNorm)):
nn.init.constant_(m.weight, 1)
nn.init.constant_(m.bias, 0)