删除ResNet34最后fc层时如何保留原层名称匹配预训练权重？

你的问题出在torch.nn.Sequential会自动用数字索引作为层的名称，而list(resnet34.children())只提取了模块对象，丢失了原有的层名信息，导致加载预训练权重时名称不匹配。以下两种方法可以解决：

方法一：直接修改原ResNet模型（推荐） #

直接删除原模型的fc层，保留所有原有层的名称，操作最简单：

import torch
import torchvision.models as models

resnet34 = models.resnet34(pretrained=False)
# 删除最后全连接层
del resnet34.fc
# 此时模型保留了所有原层名称，如conv1、bn1、avgpool等
checkpoint = torch.load('./resnet18-f37072fd.pth')
# strict=False忽略预训练权重中不存在的fc层参数
resnet34.load_state_dict(checkpoint, strict=False)

方法二：用OrderedDict构建带名称的Sequential #

如果必须使用Sequential结构，可以通过collections.OrderedDict手动指定每个层的名称，确保和原模型一致：

import torch
import torchvision.models as models
from collections import OrderedDict

resnet34 = models.resnet34(pretrained=False)
# 遍历原模型的子模块，跳过fc层并保留名称
layer_dict = OrderedDict()
for name, module in resnet34.named_children():
    if name != 'fc':
        layer_dict[name] = module
# 用带名称的OrderedDict构建Sequential
mymodel = torch.nn.Sequential(layer_dict)

checkpoint = torch.load('./resnet18-f37072fd.pth')
mymodel.load_state_dict(checkpoint, strict=False)

说明 #

• 原方法中list(resnet34.children())只获取模块实例，没有名称，Sequential会自动给层分配0、1、...、8这样的数字名称，和预训练权重里的avgpool等名称不匹配。
• 两种方法都能保留原层名称，确保加载预训练权重时名称对应，strict=False用于忽略预训练权重中不存在的fc层参数。

内容的提问来源于stack exchange，提问作者ChenChao