不間斷更新。。。
增減layer
增加layer
增加layer很方便，可以使用model.add_module('layer name', layer)。
刪減layer
刪減layer很少用的到，之所以我會有這么一個需求，是因為我需要使用vgg做遷移學習,而且需要修改最后的輸出。
而vgg由兩個部分組成：features和classifier，這兩個部分都是torch.nn.Sequential，所以不能單獨對其中某一層做修改。
而如果對整個Sequential做修改，那么這個模型的參數會被初始化，而我又需要保留這些參數，所以才想到是否有辦法把最后一層fc刪掉，重新再填加一個不就行了？具體方法如下：
以vgg16為例，假設我們現在只需要對classifier的最后一層全連接層的輸出做修改：
model = models.vgg16(pretrained=True)
先看一下未做修改之前的classifier的參數：
- 截取要修改的layer之前的網絡
removed = list(model.classifier.children())[:-1]
model.classifier = torch.nn.Sequential(*removed)
- 添加fc層
model.add_module('fc', torch.nn.Linear(4096, out_num)) # out_num是你希望輸出的數量
此時我們看一下model以及classifier的參數有什么變化：
這達到了我預期的效果。