在GAN培训后更改区分层

Question

我为Discriminator类编写了以下代码：

class Discriminator_lang(nn.Module):
    def __init__(self, n_chars, seq_len, batch_size, hidden):
        super(Discriminator_lang, self).__init__()
        self.n_chars = n_chars
        self.seq_len = seq_len
        self.batch_size = batch_size
        self.hidden = hidden
        self.block = nn.Sequential(
            ResBlockD(hidden),
            ResBlockD(hidden),
            ResBlockD(hidden),
            ResBlockD(hidden),
            ResBlockD(hidden),
            ResBlockD(hidden),
        )
        self.conv1d = nn.Conv1d(n_chars, hidden, 1)
        self.linear = nn.Linear(seq_len*hidden, 1)

训练结束后，我保存重量。现在，我想通过将线性层替换为新的S型层来重新加载鉴别器，而先前的层保持冻结状态。我已经编写了以下代码：

for param in modelDisc.parameters():
        param.requires_grad = False
        features = list(modelDisc.children())[:-1]
        features.extend([nn.MaxPool2d(5)])
        features.extend([nn.Sigmoid()])
        modelloaded = nn.Sequential(*features)

但是它给出了以下错误：

  

RuntimeError：给定组= 1，权重大小为128 512 5，预期输入[32、160、22]具有512个通道，但改为有160个通道