机器学习 · 函数

替换分类头

替换模型的最后一层（分类头）。通常用于迁移学习中修改预训练模型以适应新任务。参数: 模型: PyTorch 预训练模型输出类别数: 新任务的输出类别数量返回: 修改后的模型

调用签名(模型, 输出类别数: 'int')

替ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 替换分类头
设 结果 = 机器学习.替换分类头(
    模型=[1, 2, 3, 4],  # 必填；按函数业务含义传入 模型;首次使用建议先 打印(...
    输出类别数=[1, 2, 3, 4],  # 必填；整数类型的 输出类别数 参数,按函数业务含义传入...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

2 个参数

参数类型 / 传入方式说明

模型可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入模型;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到模型再传入

输出类别数可选 · 默认无

int位置参数或字段名=值

整数类型的输出类别数参数,按函数业务含义传入对应数值。

常见错误：漏传会报 TypeError: missing required argument: '输出类别数';检查调用是否漏了这行

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 替换分类头
设 结果 = 机器学习.替换分类头(
    模型=[1, 2, 3, 4],  # 必填；按函数业务含义传入 模型;首次使用建议先 打印(...
    输出类别数=[1, 2, 3, 4],  # 必填；整数类型的 输出类别数 参数,按函数业务含义传入...
)
打印(结果)

# 进阶组合:替换分类头 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.替换分类头(
    模型=[1, 2, 3, 4],  # 必填
    输出类别数=[1, 2, 3, 4],  # 必填
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:覆盖 2 个必填参数

## 参数 1: 模型
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.替换分类头()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.替换分类头(模型=[1, 2, 3, 4])

## 参数 2: 输出类别数
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.替换分类头()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.替换分类头(输出类别数=[1, 2, 3, 4])
打印(结果)