如何根据输出张量从pytorch模型中删除预测头？

Question

我正在从事与 ViT（Vision Transformer）相关的项目，一些低级定义在 timm 库的深处，我无法更改。低级库定义涉及线性分类预测头，它不是我网络的一部分。

在我切换到 DDP 并行实现之前，一切都很好。 Pytorch 抱怨一些参数对损失没有贡献，它指示我使用“find_unused_parameters=True”。事实上，这是一个常见的场景，如果我将这个“find_unused_parameters=True”添加到训练例程中，它会再次起作用。但是，我只允许更改我们代码库中的模型定义，但我不能修改与训练相关的任何内容……

所以我想我现在唯一能做的就是从模型中“移除”线性头。虽然我无法深入研究 ViT 的低级定义，但我可以像这样输出这个张量：

encoder_output,   linear_head_output =  ViT(input)

是否可以根据这个linear_head_output张量去掉这个线性预测头？

Answer 1

只需在调用 timm.create_model() 创建 ViT 模型时设置 num_classes=0。

这是来自 TIMM documentation on Feature Extraction 的示例：

import torch
import timm
m = timm.create_model('resnet50', pretrained=True, num_classes=0, global_pool='')
o = m(torch.randn(2, 3, 224, 224))
print(f'Unpooled shape: {o.shape}')

如何根据输出张量从pytorch模型中删除预测头？

How to remove a prediction head from pytorch model based on the output tensor?

python

deep-learning

pytorch

distributed

transformer