修改torchvision.models.MobileNetV2 输出class

要修改MobileNetV2的输出类别数，可以按照以下步骤进行操作：

1. 导入所需的库和模块：

import torch
import torch.nn as nn
import torchvision.models as models

2. 加载预训练的MobileNetV2模型，并查看原始的输出类别数：

model = models.mobilenet_v2(pretrained=True)
print(model.classifier[1].out_features)  # 输出原始的输出类别数

3. 修改输出类别数：

num_classes = 10  # 设置新的输出类别数

# 获取原始的最后一层全连接层的输入特征数
in_features = model.classifier[1].in_features

# 构建新的全连接层，设置输入特征数和输出特征数为新的类别数
new_classifier = nn.Sequential(
    nn.Dropout(0.2),
    nn.Linear(in_features, num_classes),
)

# 替换原始的全连接层
model.classifier[1] = new_classifier

print(model.classifier[1].out_features)  # 输出修改后的输出类别数

4. 进行训练和测试：

# 训练代码
# ...

# 测试代码
# ...

以上就是修改MobileNetV2输出类别数的步骤。需要注意的是，如果要对模型进行微调，可以冻结前几层，只训练新的全连接层。