import torch
from nnunet.network_architecture.initialization import InitWeights_He
from nnunet.network_architecture.u2net_at import u2net_at
from torch import nn
conv_op = nn.Conv3d
dropout_op = nn.Dropout3d
norm_op = nn.InstanceNorm3d
norm_op_kwargs = {'eps': 1e-5, 'affine': True}
dropout_op_kwargs = {'p': 0, 'inplace': True}
net_nonlin = nn.LeakyReLU
net_nonlin_kwargs = {'negative_slope': 1e-2, 'inplace': True}
network = u2net_at(1, 32, 3,
4,
1, 2, conv_op, norm_op, norm_op_kwargs, dropout_op,
dropout_op_kwargs,
net_nonlin, net_nonlin_kwargs, True, False, lambda x: x, InitWeights_He(1e-2),
4, 4, False, True, True)
old_net = torch.load('/home/lab347/jyh/other_item/nnUNet/dataset/nnUNet_trained_models/'
'nnUNet/3d_lowres/Task040_KiTS/nnUNetTrainerV2__nnUNetPlansv2.1/fold_3_u2net/'
'model_best.model', map_location=torch.device('cpu'))
i = 0
for k,v in old_net['state_dict'].items():
i += 1
if i < 10 and i > 6:
print(k)
print(v)
i = 0
print('-----********************old_weights*************************-----')
for k,v in network.state_dict().items():
i += 1
if i < 10 and i > 6:
print(k)
print(v)
network.load_state_dict(old_net['state_dict'],strict=False)
i = 0
print('-----********************new_weights************************-----')
for k,v in network.state_dict().items():
i += 1
if i < 10 and i > 6:
print(k)
print(v)
print('----------')
nnU中的初始化部分参数测试demo
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 【蝴蝶效应】 蝴蝶效应:上个世纪70年代，美国一个名叫洛伦兹的气象学家在解释空气系统理论时说，亚马逊雨林一只蝴蝶...
- 前言 ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基...
- 一谈《道德与法治》课上的有效化活动教学 道德教育要回归生活，怎样让《道德与法治》教学提高实效性，达到育人目的...
- 初始化为常量tf中使用tf.constant_initializer(value)类生成一个初始值为常量value...
- 一、目前在尝试各种方法来训练自己的模型，希望能够得到较好的training_model，包括了对模型的初始化，记录...
