Pytorch提取模型特征向量保存至csv的例子_pytorch获取softmax层之前的tensor

Pytorch

180 浏览量更新于2023-03-16 评论 2 收藏 33KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

Pytorch提取模型特征向量保存至提取模型特征向量保存至csv的例子的例子

今天小编就为大家分享一篇Pytorch提取模型特征向量保存至csv的例子，具有很好的参考价值，希望对大家有所

帮助。一起跟随小编过来看看吧

Pytorch提取模型特征向量提取模型特征向量

# -*- coding: utf-8 -*-

"""

import torch

import torch.nn as nn

import os

from torchvision import models, transforms

from torch.autograd import Variable

import numpy as np

from PIL import Image

import torchvision.models as models

import pretrainedmodels

import pandas as pd

class FCViewer(nn.Module):

def forward(self, x):

return x.view(x.size(0), -1)

class M(nn.Module):

def __init__(self, backbone1, drop, pretrained=True):

super(M,self).__init__()

if pretrained:

img_model = pretrainedmodels.__dict__[backbone1](num_classes=1000, pretrained='imagenet')

else:

img_model = pretrainedmodels.__dict__[backbone1](num_classes=1000, pretrained=None)

self.img_encoder = list(img_model.children())[:-2]

self.img_encoder.append(nn.AdaptiveAvgPool2d(1))

self.img_encoder = nn.Sequential(*self.img_encoder)

if drop > 0:

self.img_fc = nn.Sequential(FCViewer())

else:

self.img_fc = nn.Sequential(

FCViewer())

def forward(self, x_img):

x_img = self.img_encoder(x_img)

x_img = self.img_fc(x_img)

return x_img

model1=M('resnet18',0,pretrained=True)

features_dir = '/home/cc/Desktop/features'

transform1 = transforms.Compose([

transforms.Resize(256),

transforms.CenterCrop(224),

transforms.ToTensor()])

file_path='/home/cc/Desktop/picture'

names = os.listdir(file_path)

print(names)

for name in names:

pic=file_path+'/'+name

img = Image.open(pic)

img1 = transform1(img)

x = Variable(torch.unsqueeze(img1, dim=0).float(), requires_grad=False)

y = model1(x)

y = y.data.numpy()

y = y.tolist()

#print(y)

test=pd.DataFrame(data=y)

#print(test)

test.to_csv("/home/cc/Desktop/features/3.csv",mode='a+',index=None,header=None)

jiazaixunlianhaodemoxing

import torch

import torch.nn.functional as F

import torch.nn as nn

import torch.optim as optim

import torchvision

import torchvision.transforms as transforms

import argparse

class ResidualBlock(nn.Module):

def __init__(self, inchannel, outchannel, stride=1):

super(ResidualBlock, self).__init__()

self.left = nn.Sequential(

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

weixin_38699724

粉丝: 6
资源: 934

会员权益专享

Pytorch提取模型特征向量保存至csv的例子

评论0

会员权益专享

最新资源

Pytorch提取模型特征向量保存至csv的例子

评论0

eigenvectors-from-eigenvalues:从特征值确定特征向量的新旧方法的PyTorch实现比较

pytorch 输出中间层特征的实例

VGGFace2-pytorch:基于'VGGFace2的PyTorch人脸识别器

pytorch中的特征向量

怎样用pytorch提取图像特征符

PyTorch 预训练模型特征提取

pytorch提取出模型参数

帮我写一个基于的pytorch提取人脸特征的代码

pytorch加载自定义词向量

基于pytorch的人脸特征提取代码

DQN pytorch 保存模型

什么情况下pytorch保存模型形式为.plt

pytorch之提取模型中的某一层

用pytorch写一个向量机

pytorch 保存模型信息

pytorch 保存模型参数

pytorch保存模型参数

将pytorch的模型参数保存到txt中

PYTORCH支持向量机

请写一段代码，可以实现用pytorch中的CNN网络提取图片特征并输出保存

会员权益专享

最新资源