在PyTorch中使用预训练的ResNet50解决CIFAR10数据集的问题

Question

我在PyTorch中使用预训练的ResNet50遇到以下错误：

RuntimeError 
Traceback (most recent call last)
<ipython-input-14-8f0d0641ef12> in <module>()
      28         # Update parameters
      29         optimizer.zero_grad()
 ---> 30         loss.backward()
      31         optimizer.step()
      32 

 1 frames
 /usr/local/lib/python3.6/dist-packages/torch/autograd/__init__.py in 
 backward(tensors, grad_tensors, retain_graph, create_graph, 
 grad_variables)
      98     Variable._execution_engine.run_backward(
      99         tensors, grad_tensors, retain_graph, create_graph,
 --> 100         allow_unreachable=True)  # allow_unreachable flag
     101 
     102 

 RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

笔记本在此链接中：https://colab.research.google.com/drive/1k40NNulSIS6ANagopSPBH4Xty_Cw39qC?usp=sharing

Answer 1

问题在于，您实际上是要替换当前的“分类器”，即更改model.classifier时，却要设置新的属性model.fc。

这超出了您的问题范围，但是稍后您会发现另一个问题。您的新分类器有一个LogSoftmax()模块，而您正在使用nn.CrossEntropyLoss()。如您所见here，您不应这样做。