在PyTorch中使用高效网络作为元/少镜头学习的特征抽取器

我正在进行少数镜头学习，我想使用高效的网络作为主干特征提取器。大多数模型使用Resnet作为特征提取器。例如，我可以使用下面的代码行，它为我提取功能-

from model.res50 import ResNet
self.encoder = ResNet()
self.fc = nn.Linear(hidden_dim, num_classes)
def forward(self, data):
    out = self.encoder(data)
    out = self.fc(out)
    return out 

---

我正在使用这个Pytork实现Efficientnet-。我不知道如何使用这个efficientnet作为特征提取器，就像我使用Resnet一样。非常感谢您的帮助。

看起来您应该以完全相同的方式使用它。这两个模型名义上都是为ImageNet分类设计的，因此每个模型的默认配置应输出长度为1000的向量。所以我不认为你对待一个和另一个的输出有什么区别。谢谢你的评论，我会用同样的方式尝试，看看它是否能提取特征。