加载预训练模型怎么修改num_class

在加载预训练模型后，如果需要修改模型的输出类别数，可以通过以下方法进行修改：

import torch
import torchvision

# 加载预训练模型
model = torchvision.models.mobilenet_v2(pretrained=True)

# 打印模型的输出特征维度
print(model.classifier[1].out_features)  # 输出原始模型的输出特征维度

# 修改模型的输出类别数
num_classes = 10  # 新的输出类别数
model.classifier[1] = torch.nn.Linear(in_features=1280, out_features=num_classes)  # 修改输出层

# 打印修改后的模型
print(model)

在上述代码中，首先使用 `torchvision.models.mobilenet_v2` 方法加载 MobileNetV2 的预训练模型，然后打印模型的原始输出特征维度。接着，定义一个新的输出类别数 `num_classes`，然后通过修改模型的输出层来修改模型的输出类别数。最后，打印修改后的模型，可以看到输出类别数已经被修改为 `num_classes`。

需要注意的是，修改模型的输出类别数时，需要根据具体的任务需求进行选择和调整。另外，需要保证修改后的输出层的参数与原始模型的输出层的参数具有相同的特征维度。在 MobileNetV2 中，原始的输出层的特征维度为 1280，因此需要将新的输出层的特征维度设置为 1280。