pytorch---之固定某些层权重再训练

1.children()这个方法，就是将网络中的模块化，可以自己动手试试看

2.然后prameters就是每一个模块里面的参数，或者是所有网络的参数都可以，相当于对一个模块或者所有网络里的参数requires_grad都设置为false,相当于这些模块里的参数都不再反传梯度了

3.再在优化器这里加一点东西，如下所示：

optimizer = torch.optim.RMSprop(filter(lambda p: p.requires_grad, model.parameters()), lr=0.1)

参考：https://spandan-madan.github.io/A-Collection-of-important-tasks-in-pytorch/