在 PyTorch 中使用预训练的 ResNet50 解决 CIFAR10 数据集的问题

Question

我在 PyTorch 中使用预训练的 ResNet50 时遇到以下错误：

RuntimeError 
Traceback (most recent call last)
<ipython-input-14-8f0d0641ef12> in <module>()
      28         # Update parameters
      29         optimizer.zero_grad()
 ---> 30         loss.backward()
      31         optimizer.step()
      32 

 1 frames
 /usr/local/lib/python3.6/dist-packages/torch/autograd/__init__.py in 
 backward(tensors, grad_tensors, retain_graph, create_graph, 
 grad_variables)
      98     Variable._execution_engine.run_backward(
      99         tensors, grad_tensors, retain_graph, create_graph,
 --> 100         allow_unreachable=True)  # allow_unreachable flag
     101 
     102 

 RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

笔记本在此 link: https://colab.research.google.com/drive/1k40NNulSIS6ANagopSPBH4Xty_Cw39qC?usp=sharing

Answer 1

问题是您正在设置新属性 model.classifier，而您实际上想要替换当前的 "classifier"，即更改 model.fc.

这超出了你的问题范围，但稍后你会发现另一个问题。您的新分类器有一个 LogSoftmax() 模块，而您正在使用 nn.CrossEntropyLoss()。如您所见，您不应该这样做。

在 PyTorch 中使用预训练的 ResNet50 解决 CIFAR10 数据集的问题

Problems using pretrained ResNet50 in PyTorch to solve CIFAR10 Dataset

python

resnet

pytorch