本文整理汇总了Python中models.resnext.resnet101方法的典型用法代码示例。如果您正苦于以下问题：Python resnext.resnet101方法的具体用法？Python resnext.resnet101怎么用？Python resnext.resnet101使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类models.resnext的用法示例。
在下文中一共展示了resnext.resnet101方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: generate_model
# 需要导入模块: from models import resnext [as 别名]
# 或者: from models.resnext import resnet101 [as 别名]
def generate_model( opt):
assert opt.model in ['resnext']
assert opt.model_depth in [101]
from models.resnext import get_fine_tuning_parameters
model = resnext.resnet101(
num_classes=opt.n_classes,
shortcut_type=opt.resnet_shortcut,
cardinality=opt.resnext_cardinality,
sample_size=opt.sample_size,
sample_duration=opt.sample_duration,
input_channels=opt.input_channels,
output_layers=opt.output_layers)
model = model.cuda()
model = nn.DataParallel(model)
if opt.pretrain_path:
print('loading pretrained model {}'.format(opt.pretrain_path))
pretrain = torch.load(opt.pretrain_path)
assert opt.arch == pretrain['arch']
model.load_state_dict(pretrain['state_dict'])
model.module.fc = nn.Linear(model.module.fc.in_features, opt.n_finetune_classes)
model.module.fc = model.module.fc.cuda()
parameters = get_fine_tuning_parameters(model, opt.ft_begin_index)
return model, parameters
return model, model.parameters()