在CIFAR10上使用Resnet18进行学习转移：培训准确性不佳

Question

我正在玩Pytorch库，并尝试使用Transfer Learning。

我的代码如下：

# get the model with pre-trained weights
resnet18 = models.resnet18(pretrained=True)

# freeze all the layers
for param in resnet18.parameters():
    param.requires_grad = False

# print and check what the last FC layer is: 
# Linear(in_features=512, out_features=1000, bias=True)
print(resnet18)

# set the final FC layer to what we require for our problem
resnet18.fc = nn.Linear(512, 10)

# unfreeze the last layer so it learns on our dataset
for param in resnet18.fc.parameters():
  param.requires_grad = True

我将优化程序设置为：

# set optimizer
lr = 1e-2
optimizer = torch.optim.SGD(resnet18.parameters(), lr=lr, momentum=0.5)

在CIFAR10上训练该模型会使我的训练准确性非常差，仅为44％。

我在这里正确地进行转学吗？我期望会有更好的结果。如果有更多经验的人能好心地解释他们将如何处理这个问题，将不胜感激。

我在这里遵循了教程：

https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html