Pytorch——训练时，冻结网络部分参数的方法

一、原理：

要固定训练网络的哪几层，只需要找到这几层参数(parameter)，然后将其 .requires_grad 属性设置为 False 。然后修改优化器，只将不被冻结的层传入。

二、效果

节省显存：不将不更新的参数传入optimizer
提升速度：将不更新的参数的requires_grad设置为False，节省了计算这部分参数梯度的时间

三、代码：

.requires_grad 属性设置为 False ：

# 根据参数层的 name 来进行冻结
unfreeze_layers = ["text_id"] # 用列表
# 设置冻结参数：
for name, param in model.named_parameters():# print(name, param.shape)# 错误判定：# if name.split(".")[0] in unfreeze_layers: # 不要用in来判定，因为"id"也在"text_id"的in中。# 正确判定：for unfreeze_layer in unfreeze_layers:if name.split(".")[0] != unfreeze_layer:param.requires_grad = Falseprint(name, param.requires_grad)else:print(name, param.requires_grad)

# 冻结整个网络
for param in self.model.parameters():param.requires_grad = False

# 查看冻结参数与否：
for name, param in self.clip_model.named_parameters():print(name, param.requires_grad)

修改优化器：

# 只将未被冻结的层，传入优化器
optimizer = optim.SGD(filter(lambda p : p.requires_grad, model.parameters()), lr=1e-2)

四、其他知识

模型权重冻结：一些情况下，我们可能只需要对模型进行推断，而不需要调整模型的权重。通过调用model.eval()，可以防止在推断过程中更新模型的权重。
with torch.no_grad(): # 禁用梯度计算以加快计算速度。
训练完train_datasets之后，model要来测试样本了。在model(test_datasets)之前，需要加上model.eval(). 否则的话，有输入数据，即使不训练，它也会改变权值。这是model中含有batch normalization层所带来的的性质。
eval（）时，pytorch会自动把BN和DropOut固定住，不会取平均，而是用训练好的值。不然的话，一旦test的batch_size过小，很容易就会被BN层导致生成图片颜色失真极大。eval（）在非训练的时候是需要加的，没有这句代码，一些网络层的值会发生变动，不会固定，你神经网络每一次生成的结果也是不固定的，生成质量可能好也可能不好。
何时用model.eval() ：训练完train样本后，生成的模型model要用来测试样本。在model(test)之前，需要加上model.eval()，否则的话，有输入数据，即使不训练，它也会改变权值。这是model中含有BN层和Dropout所带来的的性质。在eval/test过程中，需要显示地让model调用eval()，此时模型会把BN和Dropout固定住，不会取平均，而是用训练好的值。
何时用with torch.no_grad()：无论是train() 还是eval() 模式，各层的gradient计算和存储都在进行且完全一致，只是在eval模式下不会进行反向传播。而with torch.no_grad()则主要是用于停止autograd模块的工作，以起到加速和节省显存的作用。它的作用是将该with语句包裹起来的部分停止梯度的更新，从而节省了GPU算力和显存，但是并不会影响dropout和BN层的行为。若想节约算力，可在test阶段带上torch.no_grad()。
with torch.no_grad() 主要是用于停止autograd模块的工作，以起到加速和节省显存的作用。它的作用是将该with语句包裹起来的部分停止梯度的更新，从而节省了GPU算力和显存，但是并不会影响dropout和BN层的行为。如果不在意显存大小和计算时间的话，仅仅使用model.eval()已足够得到正确的validation/test的结果；而with torch.no_grad()则是更进一步加速和节省gpu空间（因为不用计算和存储梯度），从而可以更快计算，也可以跑更大的batch来测试。